R 当数字不'；不完全匹配

当比较的值不完全相同时，如何匹配两个不同的数据帧

我想使用

merge（）

，但我不确定

表1：

ID           Value.1
10001        x
18273-9      y
12824/5/6/7  z
10283/5/9    d

表2：

ID           Value.2
10001        a
18274        b
12826        c
10289        u

如何根据ID合并表1和表2

---

我会使用fuzzyjoin包的哪个特定功能，尤其是“/”和“-”案例？如何从18273-9扩展“-”大小写，以便R将注册18273/18274/18275/…？

您可以使用基于R的模糊字符串匹配函数“agrep”

df1 <- data.frame(ID=c("10001","18273-9","12824/5/6/7","10283/5/9"), 
                  value=c("a","c","d","k"))

df2 <- data.frame(ID=c("10001","18274","12826","10289"), 
                  value=c("o","p","q","r"))

apply(df1, 1, function(x) agrep(x["ID"], df2$ID, max = 3.5))

---

df1一个选项可能包括提取要保留的ID格式。然后进行合并

您可以按如下方式设置ID列的格式：

library(stringr) 
library(dplyr) 

如果只需要符号前的数字

Table1 %>% mutate(ID = str_extract("[0-9]*")) 

如果要保留5位数字的第一个序列

Table1 %>% mutate(ID = str_extract("[0-9]{5}"))

这回答了您的第二个问题，但没有使用
fuzzyjoin
包您可以编写一个函数，从包含“/”或“-”的字符串中提取相应的序列，并将它们重新组合到一个新的data.frame中，如下所示：

df1 <- data.frame(ID=c("10001","18273-9","15273-8", "15170-4",  "12824/5/6/7","10283/5/9"), 
                  value=c("a","c","c", "d","k", "l"), stringsAsFactors = F)

df2 <- data.frame(ID=c("10001","18274","12826","10289"), 
                  value=c("o","p","q","r"), stringsAsFactors = F)

doIt <- function(df){
  listAsDF <- function(l) {
    x <- stack(setNames(l, temp$value))
    names(x) <- c("ID", "value")
    return(x)
  }
  Base <- df[!grepl("\\/", df$ID) & !grepl("\\-", df$ID), ]
  #1 cases when - present
  temp <- df[grep("\\-", df$ID),]
  temp <- listAsDF(lapply(strsplit(temp$ID, "-"), function(e) seq(e[1], paste0(strtrim(e[1], nchar(e[1])-1), e[2]), 1)))
  Base <- rbind(Base, temp)
  #2 cases when / present
  temp <- df[grep("\\/", df$ID),]
  temp <- listAsDF(lapply(strsplit(temp$ID, "/"), function(a) c(a[1], paste0(strtrim(a[1], nchar(a[1])-1), a[-1]))))
  Base <- rbind(Base, temp)
  return(Base)
}

希望这有帮助
 查看该软件包。您正在查找的连接类型（内部、左侧、完整）可能重复？你期望的结果是什么？这真的很有帮助！我可以知道你为什么用x和temp的集合名吗？谢谢大家!
setNames
为对象命名并返回对象本身，这就是我想要的，因为我需要在堆栈函数中进一步使用这些名称。您是否介意解释
strtrim
中的参数？我在谷歌上搜索了一下，这里应该只有两个-
strtrim（x，宽度）
？非常感谢你！！很抱歉打扰您，我才刚开始。
strtrim
正在将字符串修剪到所需的宽度，就像您所说的需要两个参数，如果您将代码拆分，您会看到，这正是正在发生的事情
x
是
e[1]
/
a[1]
和
宽度是
nchar（e[1]）-1
/
nchar（a[1]）-1
merge(doIt(df1), df2, by = "ID", all.x = T)