Corectarea greșelilor de scriere cu distanța dintre șiruri
În acest capitol, unul dintre seturile de date cu care vei lucra, zagat, conține restaurante din New York, Los Angeles, Atlanta, San Francisco și Las Vegas. Datele provin de la Zagat, o companie care colectează recenzii de restaurante, și includ numele restaurantelor, adresele, numerele de telefon, precum și alte informații despre acestea.
Coloana city conține numele orașului în care se află fiecare restaurant. Totuși, există numeroase greșeli de scriere în această coloană. Sarcina ta este să asociezi fiecare valoare din city cu unul dintre cele cinci nume de orașe scrise corect, disponibile în setul de date cities.
dplyr și fuzzyjoin sunt încărcate, iar zagat și cities sunt disponibile.
Acest exercițiu face parte din cursul
Curățarea datelor în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Count the number of each city variation
zagat %>%
count(___)