代码之家 › 专栏 › 技术社区 › banan

proc sql中的模糊匹配,选择最小距离

proc-sql fuzzy-search sas

1

banan · 技术社区 · 7 年前

我有一个包含一些模糊变量的列表和一个包含一些干净变量的列表。我想(模糊)匹配两者,其中comped距离最低,并且满足有关其编辑距离的一些规则(例如comped<100和spedis<50)。我尝试了以下代码

proc sql noprint;
create table out as
select min(compged(fuzzy.fuzzy_title,clean.cleaned_title,100)) 
as comp,
fuzzy.fuzzy_title, clean.cleaned_title
from fuzzy inner join clean
on (compged(fuzzy.fuzzy_title,clean.cleaned_title,100) < 100 and 
spedis(clean.cleaned_title,fuzzy.fuzzy_title) < 50);
quit;

1 回复 | 直到 7 年前

1

2

Petr 7 年前

我想你在找 group by + having :

   proc sql;
    create table out as
    select 
         compged(fuzzy.fuzzy_title,clean.cleaned_title,100)as comp
        ,fuzzy.fuzzy_title
        ,clean.cleaned_title
    from fuzzy inner join clean
        on (compged(fuzzy.fuzzy_title,clean.cleaned_title,100) < 100 
        and spedis(clean.cleaned_title,fuzzy.fuzzy_title) < 50)
    group by fuzzy.fuzzy_title
    having calculated comp = min(compged(fuzzy.fuzzy_title,clean.cleaned_title,100))
    ;quit;

如果还有更多 fuzzy_title + cleaned_title comp 值,所有这些值都将在输出中。在单个查询中只能选择其中一个。然而,我认为更容易将这些步骤分开,并为每个步骤选择一行在另一个查询中(例如使用 first 数据步长变量)。

推荐文章

Lenny n Carl · Google Sheets-匹配公司名称

6 年前

PrzeM · R中的模糊匹配(非行到行)

7 年前

banan · proc sql中的模糊匹配,选择最小距离

7 年前

user3482527 · 基于查找清理SQL表中的字段值

7 年前

Gunjan Patel · 模糊模块返回匹配单词的JSON数组?

8 年前

Jean-Philippe Encausse · Windows语音识别中的模糊仿真识别

11 年前