Oprava překlepů pomocí vzdálenosti řetězců
V této kapitole budeš pracovat mimo jiné s datasetem zagat, který obsahuje restaurace v New Yorku, Los Angeles, Atlantě, San Franciscu a Las Vegas. Data pocházejí ze společnosti Zagat, která sbírá recenze restaurací, a zahrnují názvy restaurací, adresy, telefonní čísla a další informace.
Sloupec city obsahuje název města, ve kterém se daná restaurace nachází. V celém sloupci se ale vyskytuje řada překlepů. Tvým úkolem je přiřadit každou hodnotu city k jednomu ze správně napsaných pěti měst obsažených v datovém rámci cities.
dplyr a fuzzyjoin jsou načteny, zagat a cities jsou k dispozici.
Toto cvičení je součástí kurzu
Čištění dat v R
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Count the number of each city variation
zagat %>%
count(___)