问题描述
希望阅读此消息的每个人都做得很好：）
我正在尝试在3M记录的数据集中识别将自己报告为买方的卖方。因此，我试图匹配两个不同列中的名称，即A列= SellerName与B列= BuyerName。列A的名称已经过清理并得到了正确的派生，但是列B包含卖方报告的原始数据，因此我的目标是使用列A作为参考值并将其与列B匹配，从而获得布尔值（TRUE或FALSE）作为结果显示在新列中并接受部分匹配。
数据集：
library(data.table)
sales_table <- data.table(SellerName = c("Partner ABC INC","Partner CPE Corp","Partner TYS Ltd","Partner MDW INC"),BuyerName = c("Subsidiary abc,Boston","John Smith,CPA","Tech tYs,East Coast","partner mdw Inc"))
我通过使用str_detect()进行了尝试，但是它只是返回了A列中完全包含在B列中的值：
sales_table_Mtchd <- sales_table %>%
mutate(Match = str_detect(sales_table$`BuyerName`,fixed(sales_table$`SellerName`,ignore_case = TRUE)))
接下来，我将举例说明我要获得的东西：
expected outcome using R (full format)
*SellerName* *BuyerName* *Match*
Partner ABC INC Subsidiary abc,Boston TRUE
Partner CPE Corp John Smith,CPA FALSE
Partner TYS Ltd Tech tYs,East Coast TRUE
Partner MDW INC partner mdw Inc TRUE
非常感谢您提前提供帮助和提示！
解决方法
使用 const sortResponseData = arr1.sort((a: any,b: any) => {
return a.name > b.name
? 1
: b.name > a.name
? -1
: 0;
});
const sortEntityMetaData = arr2.sort((a: any,b: any) => {
return a.name > b.name
? 1
: b.name > a.name
? -1
: 0;
});
expect(sortResponseData).toEqual(sortEntityMetaData);
intersect