匹配 R 列表中的产品

Question

我必须对这些产品列表进行分类：

product_list<-data.frame(product=c('banana from ecuador 1 unit', 'argentinian meat (1 kg) cow','chicken breast','noodles','salad','chicken salad with egg'))

基于此向量的每个元素中包含的单词：

product_to_match<-c('cow meat','deer meat','cow milk','chicken breast','chicken egg salad','anana')

我必须将每个产品 product_to_match 的所有单词匹配到数据框的每个元素中。

我不确定最好的方法是什么，以便将每个产品分类到一个新列中，以便有这样的东西：

product_list<-data.frame(product=c('banana from ecuador 1 unit', 'argentinian meat (1 kg) 
cow','chicken breast','noodles','salad','chicken salad with egg'),class=c(NA,'cow meat','chicken 
breast',NA,NA,'chicken egg salad'))

请注意，'anana' 与 'banana' 不匹配，即使字符包含在字符串中但不包含单词。我不知道该怎么做。

谢谢。

Answer 1

也许这会有所帮助

q <- outer(
  strsplit(product_to_match, "\\s+"),
  strsplit(product_list$product, "\\s+"),
  FUN = Vectorize(function(x, y) all(x %in% y))
)
product_list$class <- product_to_match[replace(colSums(q * row(q)), colSums(q) == 0, NA)]

这样

> product_list
                      product             class
1  banana from ecuador 1 unit              <NA>
2 argentinian meat (1 kg) cow          cow meat
3              chicken breast    chicken breast
4                     noodles              <NA>
5                       salad              <NA>
6      chicken salad with egg chicken egg salad

Answer 2

使用stringdist 可以获得一些匹配项

library(fuzzyjoin)
stringdist_left_join(product_list, tibble(product = product_to_match), 
        method = 'soundex')