始める無料で始める

文字列距離でタイポを修正する

この章で扱うデータセットのひとつ zagat は、New York、Los Angeles、Atlanta、San Francisco、Las Vegas にあるレストラン情報です。Zagat はレストランのレビューを収集する企業で、このデータにはレストラン名、住所、電話番号などの情報が含まれています。

city 列にはレストランが所在する都市名が入っていますが、列全体にいくつもタイポがあります。あなたのタスクは、各 city を、cities データフレームに含まれる5つの正しい表記のいずれかに対応付けることです。

dplyrfuzzyjoin は読み込まれており、zagatcities は利用可能です。

この演習はコースの一部です

Rでのデータクリーニング

コースを見る

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Count the number of each city variation
zagat %>%
  count(___)
コードを編集して実行