R:“；“vlookup”；基于R中的部分字符串匹配

我有两个数据帧：

一,

二,

name                                    address
SIBLEY B                                SOME ADDRESS 1
STEWART C;KOCH A                        SOME ADDRESS 2
HILL GM;LEE A;SMITH E                   SOME ADDRESS 3
DAVIS L                                 SOME ADDRESS 4
MERCIER K;SMITH E;GIBBONE A             SOME ADDRESS 5
DAVIDSON S;BEKIARI A                    SOME ADDRESS 6

我希望能够将第一个表中的

名称

与第二个表中的

名称

字符串匹配的实例相匹配，然后添加

地址

列中的数据，有点像vlookup。它还必须处理相同名称的多个实例。在上面的示例中，姓名

SMITH E

（不同的人）将提供匹配，并给出以下结果：

             NAME    ADDRESS 1        ADDRESS 2
1         SMALL H
2          ZITT M
3         SMITH E    SOME ADDRESS 5   SOME ADDRESS 3
4       GLANZEL W
5        HUANG MH
6         THIJS B

---

下面是一个

tidyverse

解决方案。我首先通过将条目拆分为单独的名称来清理第二个表。我们可以使用

left\u join

来匹配条目：

library(tidyverse)
df2_clean <- df2 %>% 
  mutate(name = str_split(name, ";")) %>% 
  unnest(name)

df1 %>% 
  left_join(df2_clean, by = c("NAME" = "name"))
#>        NAME        address
#> 1   SMALL H           <NA>
#> 2    ZITT M           <NA>
#> 3   SMITH E SOME ADDRESS 3
#> 4   SMITH E SOME ADDRESS 5
#> 5 GLANZEL W           <NA>
#> 6  HUANG MH           <NA>
#> 7   THIJS B           <NA>

库（tidyverse）
df2_清洁度%
突变（name=str_split（name，；”）%%>%
unnest（名称）
df1%>%
左连接（df2_clean，by=c（“NAME”=“NAME”））
#>姓名地址
#>1小时
#>2吨米
#>史密斯给我一些地址
#>史密斯：给我一些地址
#>5格兰泽尔W
#>6黄MH
#>7 THIJS B

如果您真的愿意，您可以将Smith的两个地址分成两列，但我建议在这里使用长格式：

df1 %>% 
  left_join(df2_clean, by = c("NAME" = "name")) %>%
  group_by(NAME) %>% 
  mutate(add_c = row_number()) %>% 
  pivot_wider(id_cols = NAME, names_from = add_c, names_prefix = "address_", values_from = address)
#> # A tibble: 6 x 3
#> # Groups:   NAME [6]
#>   NAME      address_1      address_2     
#>   <chr>     <chr>          <chr>         
#> 1 SMALL H   <NA>           <NA>          
#> 2 ZITT M    <NA>           <NA>          
#> 3 SMITH E   SOME ADDRESS 3 SOME ADDRESS 5
#> 4 GLANZEL W <NA>           <NA>          
#> 5 HUANG MH  <NA>           <NA>          
#> 6 THIJS B   <NA>           <NA>

df1%>%
左连接（df2清洁，由=c（“名称”=“名称”））%>%
分组单位（名称）%>%
变异（添加行数（））%>%
pivot\u wide（id\u cols=NAME，names\u from=add\u c，names\u prefix=“address”，values\u from=address）
#>#tibble:6 x 3
#>#组：名称[6]
#>姓名地址\u 1地址\u 2
#>                           
#>1小时
#>2吨米
#>3史密斯E某个地址3某个地址5
#>4格兰泽尔W
#>5黄MH
#>6 THIJS B

数据

---

df1下次提问时，您可以使用
dput（df）
并将控制台的输出复制到您的问题中。这样，其他人运行您的示例会更容易一些。作为友好的提示。
df1 %>% 
  left_join(df2_clean, by = c("NAME" = "name")) %>%
  group_by(NAME) %>% 
  mutate(add_c = row_number()) %>% 
  pivot_wider(id_cols = NAME, names_from = add_c, names_prefix = "address_", values_from = address)
#> # A tibble: 6 x 3
#> # Groups:   NAME [6]
#>   NAME      address_1      address_2     
#>   <chr>     <chr>          <chr>         
#> 1 SMALL H   <NA>           <NA>          
#> 2 ZITT M    <NA>           <NA>          
#> 3 SMITH E   SOME ADDRESS 3 SOME ADDRESS 5
#> 4 GLANZEL W <NA>           <NA>          
#> 5 HUANG MH  <NA>           <NA>          
#> 6 THIJS B   <NA>           <NA>

df1 <- read.delim(text = "NAME
SMALL H
ZITT M
SMITH E
GLANZEL W
HUANG MH
THIJS B", stringsAsFactors = FALSE)

df2 <- read.delim(text = "name,address
SIBLEY B,SOME ADDRESS 1
STEWART C;KOCH A,SOME ADDRESS 2
HILL GM;LEE A;SMITH E,SOME ADDRESS 3
DAVIS L,SOME ADDRESS 4
MERCIER K;SMITH E;GIBBONE A,SOME ADDRESS 5
DAVIDSON S;BEKIARI A,SOME ADDRESS 6", sep = ",", stringsAsFactors = FALSE)