R fuzzy_left_加入比赛乐趣%in%

一些数据

example_df <- data.frame(
  url = c('blog/blah', 'blog/?utm_medium=foo', 'blah', 'subscription/apples', 'UK/something'),
  numbs = 1:5
)

lookup_df <- data.frame(
  string = c('blog', 'subscription', 'UK'),
  group = c('blog', 'subs', 'UK')
)


library(fuzzyjoin)
data_combined <- example_df %>% 
  fuzzy_left_join(lookup_df, by = c("url" = "string"), 
                  match_fun = `%in%`)

data_combined
                   url numbs string group
1            blog/blah     1   <NA>  <NA>
2 blog/?utm_medium=foo     2   <NA>  <NA>
3                 blah     3   <NA>  <NA>
4  subscription/apples     4   <NA>  <NA>
5         UK/something     5   <NA>  <NA>

---

example\u df如果我们想将“url”中
/
前面的单词与“lookup\u df”中的“string”列进行部分匹配，我们可以将该子字符串提取为一个新列，然后执行
regex\u left\u join

library(dplyr)
library(fuzzyjoin)
library(stringr)
example_df %>%
    mutate(string = str_remove(url, "\\/.*")) %>% 
    regex_left_join(lookup_df, by = 'string') %>%
    select(url, numbs, group)

-输出

#                   url numbs group
#1            blog/blah     1  blog
#2 blog/?utm_medium=foo     2  blog
#3                 blah     3  <NA>
#4  subscription/apples     4  subs
#5         UK/something     5    UK

#url numbs组
#1个博客/废话1个博客
#2 blog/？utm_medium=foo 2 blog
#三言两语
#4份订阅/苹果4份订阅
#英国
我想你可能需要
%like%
而不是%

中的

%like%

这是否总是在

/

之前寻找匹配，然后

示例[u df%>%mutate（string=stru-remove（url，\\/.]）%>%left\u-join（lookup\u-df）

这是你的第一条评论，就像我在fuzzy\u-join（x，y，by，match\u-fun，mode=“left”…）：找不到对象“%like%”抱歉，它来自data.table。我认为如果匹配的模式在复制的

/

之前，那么第二条注释应该有效。我注意到了。你能试试解决方案postedPerfect中的代码吗？这很有效，而且似乎不会重复！为什么它不会复制？好吧，不是吗complaining@DougFir这将是

%like%

匹配的方式。另外，最好是更直接地进行匹配，而不是整个url