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。
dplyr と fuzzyjoin は読み込まれており、zagat と cities 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
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(___)