mergic:工作流支持可重复数据删除和合并

悲观的 工作流支持可重复数据删除和合并 假设您有一堆字符串，其中一些是不同的，但指的是同一件事。 也许只是一长串的清单，也许是您要合并的数据集中的两个关键列的内容。 David Copperfield Lance Burton Dave Copperfield Levar Burton 这是您可以使用mergic ： 给mergic所有的标识符，每行一个。 如果它们在一个名为originals.txt的文件中： mergic calc originals.txt 您将看到有关mergic根据其默认距离函数可能产生的分组的输出。 （使用自定义距离功能很容易，请参见下文。） num groups, max group, num pairs, cutoff ---------------------------------------- 4, 1,