Snippet to show how to retrieve and add scientific names to a dataframe containing a list of non unique vernacular names based on GBIF Backbone. The most likely match only is returned. If the vernacular name cannot be matched, NA is returned

get_scientific_names_from_vernacular_names.R

#' load packages
library(rgbif)
library(tidyverse)

#' example input
vernacular_names_df <- tibble(
  id = c(1,2,3,4,5,6,7,8),
  vernacular_name = c("Beenvissen",
                      "Bruine beer",
                      "Bont zandoogje",
                      "Bont zandoogje",
                      "Bruine beer",
                      "Beenvissen",
                      "Muscusrat > 400g",
                      "doodaars")
)

#' define get_vernacular_name() core function
#' input: a vernacular name
#' output: the best matched scientific name from the GBIF Backbone, NA_character_ if no match found
get_vernacular_name <- function(vn) {
  names <-
    name_lookup(vn,
                datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
                limit = 1)$data # this returns the most likely taxon
  if (nrow(names) > 0) {
    names$scientificName
  } else {
    NA_character_
  }
}

n_vernacular_names_df <-
  vernacular_names_df %>%
  
  # group  by vernacular name and compact the data
  group_by(vernacular_name) %>%
  nest() %>%
  
  # find scientific name for each (distinct) vernacular name
  mutate(scientificName = map_chr(vernacular_name,get_vernacular_name)) %>%
  
  # ungroup result
  ungroup() %>%
  
  # remove unneeded columns
  select(-one_of("data")) %>%
  
  # add other columns from input df vernacular_names_df
  right_join(vernacular_names_df, by = "vernacular_name") %>%
  
  # set new column scientificName at the right side
  select(all_of(names(vernacular_names_df)), scientificName) %>%
  
  # reorder rows based on original order in input df
  right_join(vernacular_names_df,
             by = names(vernacular_names_df))

#' show results
n_vernacular_names_df

Interesting idea from @ThierryO:

Kan je op een of andere manier het zoekbereik beperkt tot een bepaald taxon? Vaak weet je wel dat de namen enkel vogels / dagvlinders / planten zijn. Op die manier kan je hop en co ondervangen.

je zou ook een extra output kunnen toevoegen die aangeeft dat er multiple matches waren, dat maakt het toch wat gemakkelijker voor de gebruiker om te zoeken naar problematische gevallen

In GBIF Backbone hebben de kingdoms de volgende keys:

• Animalia: higherTaxonKey = 1
• Archaea: higherTaxonKey = 2
• Bacteria: higherTaxonKey = 3
• Chromista: higherTaxonKey = 4
• Fungi: higherTaxonKey = 5
• Plantae: higherTaxonKey = 6
  Protozoa: higherTaxonKey = 7
  Viruses: higherTaxonKey = 8

Voorbeeld van de wouw:

name_lookup("wouw",
                datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
                limit = 1, higherTaxonKey = 1)$data$scientificName

output: In GBIF Backbone hebben de kingdoms de volgende keys:Animalia: higherTaxonKey = 1Archaea: higherTaxonKey = 2Bacteria: higherTaxonKey = 3Chromista: higherTaxonKey = 4Fungi: higherTaxonKey = 5Plantae: higherTaxonKey = 6
Protozoa: higherTaxonKey = 7Viruses: higherTaxonKey = 8
Voorbeeld van de wouw:
name_lookup("wouw",
                datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
                limit = 1, higherTaxonKey = 1)$data$scientificName

output: Milvus milvus (Linnaeus, 1758)

name_lookup("wouw",
                datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
                limit = 1, higherTaxonKey = 6)$data$scientificName

output: Reseda luteola L.

Maar nog eens niet alles verloopt goed. Voorbeeld van de hop:
name_lookup("hop",
               datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
               limit = 1, higherTaxonKey = 1)$data$scientificName
output: Hypena humili Harris, 1841

name_lookup("hop",
               datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
               limit = 1, higherTaxonKey = 6)$data$scientificName
output: Chorilaena quercifolia Endl.

maar ik vrees dat iedereen verwachtte Humulus Lupulus L. de "echte" hop, ipv de "wilde hop".
Dit is gewoon door de limit  = 1 te verwijzen. Gebruik maar limit = 2 en we krijgen de "juiste" ook erbij:
name_lookup("Hop",
            datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
            limit = 2, higherTaxonKey = 6)$data$scientificName
output: Chorilaena quercifolia Endl." "Humulus L.

name_lookup("wouw",
                datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
                limit = 1, higherTaxonKey = 6)$data$scientificName

output: Reseda luteola L.

Maar nog eens niet alles kan altijd goed lopen, bijvoorbeeld van de hop:

name_lookup("hop",
               datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
               limit = 1, higherTaxonKey = 1)$data$scientificName

output: Hypena humili Harris, 1841

name_lookup("hop",
               datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
               limit = 1, higherTaxonKey = 6)$data$scientificName

output: Chorilaena quercifolia Endl.

maar ik vrees dat iedereen verwachtte Humulus Lupulus L. de "echte" hop, ipv de "wilde hop".
Dit is gewoon door de limit  = 1 te verwijzen. Gebruik maar limit = 2 en we krijgen de "juiste" ook erbij:

name_lookup("Hop",
            datasetKey = "d7dddbf4-2cf0-4f39-9b2a-bb099caae36c",
            limit = 2, higherTaxonKey = 6)$data$scientificName

output: Chorilaena quercifolia Endl." "Humulus L.

Another interesting remark from @fredericpiesschaert:

één van de problemen is dat er op alle vernacular names onafhankelijk van de taal gecheckt wordt, waardoor je bv bij hop een hoop taxa krijgt die niets te maken hebben met wat we willen krijgen. Als je de taal als parameter kan meegeven zou dat dus ook al veel schelen denk ik