r中另一个数据帧中的部分字符串匹配

有没有办法找到从df_2到df_1的所有部分匹配

部分匹配（如果DF_1字符串的一部分在DF_2的整个字符串中） 例如，“For solution”的一部分在“solution”的整个字符串中

---

这听起来像是

grepl（）

的工作

例如，

grepl（值、字符、固定=真）

让我引述

字符值grepl（值，字符） [1] 真的 >字符值grepl（值，字符） [1] 假的

---

这听起来像是

grepl（）的工作。

例如，

grepl（值、字符、固定=真）

让我引述

字符值grepl（值，字符） [1] 真的 >字符值grepl（值，字符） [1] 假的

---

我们可以使用

fuzzyjoin

library(fuzzyjoin)
regex_left_join(df_2, df_1, by = c("DF_2"= "DF_1"))

---

我们可以使用

fuzzyjoin

library(fuzzyjoin)
regex_left_join(df_2, df_1, by = c("DF_2"= "DF_1"))

---

遵循@Akrun建议使用

fuzzyjoin

library(fuzzyjoin)
regex_left_join(df_2, df_1, by = c("DF_2"= "DF_1"))

根据预期的输出，您希望加入两次，并希望执行

内部\u-join

。 最后，如果存在完美匹配，您将进行两次匹配，这就是您希望重复数据消除的原因（我使用

distinct

from

dplyr

进行了重复数据消除，但您可以根据需要执行重复数据消除

df_out = distinct(
  rbind(
    regex_inner_join(df_1, df_2, by = c("DF_1"= "DF_2")),
    regex_inner_join(df_2, df_1, by = c("DF_2"= "DF_1"))
  )
)
df_out

输出为：

          DF_1 index           DF_2
1   suspension     2     suspension
2 for solution     3       solution
3   suspension     1 for suspension
4       tablet     4      tablet,ER
5       tablet     5      tablet,IR

---

您发现您期望的表，但顺序（行和列）不同。

遵循@Akrun建议使用

fuzzyjoin

library(fuzzyjoin)
regex_left_join(df_2, df_1, by = c("DF_2"= "DF_1"))

根据预期的输出，您希望加入两次，并希望执行

内部\u-join

。 最后，如果存在完美匹配，您将进行两次匹配，这就是您希望重复数据消除的原因（我使用

distinct

from

dplyr

进行了重复数据消除，但您可以根据需要执行重复数据消除

df_out = distinct(
  rbind(
    regex_inner_join(df_1, df_2, by = c("DF_1"= "DF_2")),
    regex_inner_join(df_2, df_1, by = c("DF_2"= "DF_1"))
  )
)
df_out

输出为：

          DF_1 index           DF_2
1   suspension     2     suspension
2 for solution     3       solution
3   suspension     1 for suspension
4       tablet     4      tablet,ER
5       tablet     5      tablet,IR

---

您可以找到所需的表，但顺序（行和列）不同。

这里有一个使用嵌套

*apply的基本R选项。

+

grepl

df_out <- within(
  df_2,
  DF_1 <- unlist(sapply(
    DF_2,
    function(x) {
      Filter(
        Negate(is.na),
        lapply(
          df_1$DF_1,
          function(y) ifelse(grepl(y, x), y, ifelse(grepl(x, y), x, NA))
        )
      )
    }
  ), use.names = FALSE)
)

---

下面是一个使用嵌套的

*apply

+

grepl

df_out <- within(
  df_2,
  DF_1 <- unlist(sapply(
    DF_2,
    function(x) {
      Filter(
        Negate(is.na),
        lapply(
          df_1$DF_1,
          function(y) ifelse(grepl(y, x), y, ifelse(grepl(x, y), x, NA))
        )
      )
    }
  ), use.names = FALSE)
)

---

您如何定义部分匹配？根据您的示例，是否“df_a中的字符串链完全包含在df_b中”？这是否回答了您的问题？@Arault，我在上面定义了部分匹配。如果我在df_1中的字符串的一部分在df_2中。例如，“for solution”的一部分在“solution”中，所以这是一个匹配。@Ashti在这种情况下，不应该将“for solution”与“for suspension”合并吗？两者都有“for”否，因为“for solution”的一部分作为一个整体存在于“solution”中，而不是“for suspension”作为一个整体存在于“solution”中。您如何定义部分匹配？根据您的示例，是否应该是“df_a中的字符串链完全包含在df_b中？”？这回答了你的问题吗？@Arault，我在上面定义了一个部分匹配。如果我在DF_1中的字符串的一部分在DF_2中。例如，“for solution”的一部分在“solution”中，那么这是一个匹配。@Ashti在这种情况下，“for solution”不应该与“for suspension”合并吗？两者都有“for”否，因为“for solution”的一部分在“solution”中作为一个整体，但不是作为整个字符串的“for suspension”。谢谢！这没有返回其中一行的匹配项。谢谢！这没有返回其中一行的匹配项。