查找R中两个字符串列之间的匹配项

为了解决标记迁移问题，我必须比较两个字符列之间的差异，并评估两个列之间是否存在一致性

综上所述，给定如下数据帧：

old_tags            new_tags
burger              burger, american
italian, pizza      italian
latin, peruvian     peruvian, latin
french              pizza

我想添加第三列，如下所示：

old_tags            new_tags            match
burger              burger, american    TRUE
italian, pizza      italian             TRUE
latin, peruvian     peruvian, latin     TRUE
french              pizza               FALSE

到目前为止，我尝试了一些函数，如

str\u match

，

str\u detect

等等，但都没有成功。当比较实际应该是

TRUE

的字符串对时，它通常会返回我

FALSE

，例如我在

[3，]

中给出的示例

---

提前非常感谢。

一种基本的R方法可能是用逗号分割字符串。使用

Map

查找相交词，如果至少有一个值相交，则创建一个逻辑值

df$match <- lengths(Map(intersect, strsplit(df$old_tags, ", "), 
                    strsplit(df$new_tags, ", "))) > 0

df
#         old_tags         new_tags match
#1          burger burger, american  TRUE
#2  italian, pizza          italian  TRUE
#3 latin, peruvian  peruvian, latin  TRUE
#4          french            pizza FALSE

df$match 0
df
#旧\u标记与新\u标记匹配
#一个汉堡包，美国真的
#2意大利比萨，意大利真比萨
#3拉丁语，秘鲁语，秘鲁语，拉丁语
#4法国披萨假

数据

df <- structure(list(old_tags = c("burger", "italian, pizza", "latin, peruvian", 
"french"), new_tags = c("burger, american", "italian", "peruvian, latin", 
"pizza")), row.names = c(NA, -4L), class = "data.frame")

df <- structure(list(old_tags = c("burger", "italian, pizza", "latin, peruvian", 
"french"), new_tags = c("burger, american", "italian", "peruvian, latin", 
"pizza")), row.names = c(NA, -4L), class = "data.frame")

---

dfA
tidyverse
-
base
可能性：

library(dplyr)
library(stringr)

df %>% 
   mutate(patterns = map_chr(strsplit(old_tags, ", "),paste,collapse="|"),
          Match = str_detect(new_tags, patterns)) %>% 
   select(-patterns)
         old_tags         new_tags Match
1          burger burger, american  TRUE
2  italian, pizza          italian  TRUE
3 latin, peruvian  peruvian, latin  TRUE
4          french            pizza FALSE

或者我们可以使用
any

library(tidyverse)
df %>% 
   mutate(match = map2_lgl(str_extract_all(old_tags, "\\w+"), 
               str_extract_all(new_tags, "\\w+"),  ~ any(.x %in% .y)))
#         old_tags         new_tags match
#1          burger burger, american  TRUE
#2  italian, pizza          italian  TRUE
#3 latin, peruvian  peruvian, latin  TRUE
#4          french            pizza FALSE

数据
df