根据另一个数据框中的列在一个数据框中应用正则表达式答案

【问题标题】：apply regexp in one data frame based on the column in another data frame根据另一个数据框中的列在一个数据框中应用正则表达式
【发布时间】：2019-02-21 16:21:41
【问题描述】：

我有两个数据框 --- 表 A 是模式表，表 B 是名称表。我想对表 B 进行子集化，它与表 a 中的模式匹配。

A <- data.frame(pattern = c("aa", "bb", "cc", "dd"))
B <- data.frame(name = "aa1", "bb1", "abc", "def" ,"ddd")

我正在尝试做一个 for 循环，看起来像：

for (i in 1:nrow(A)){
for (j in 1:nrow(B)){
DT <- data.frame(grep(A$pattern[i], B$name[j], ignore.case = T, value = T))
}}

我希望我的结果表 DTto 仅包含 aa1、bb1 和 ddd

但它超级慢。我只是想知道是否有更有效的方法来做到这一点？非常感谢！

【问题讨论】：

标签： r for-loop apply lapply

【解决方案1】：

不需要双循环，下面只使用sapply循环。

inx <- unlist(sapply(A$pattern, grep, B$name))
B[inx, , drop = FALSE]
#  name
#1  aa1
#2  bb1
#5  ddd

【讨论】：

【解决方案2】：

您的示例输入数据中似乎有一个小错误（缺少 B$name 未正确声明，需要为两个 data.frame 对象包含 stringsAsFactors = F）：

> A <- data.frame(pattern = c("aa", "bb", "cc", "dd"), stringsAsFactors = F)
> B <- data.frame(name = c("aa1", "bb1", "abc", "def" ,"ddd"), stringsAsFactors = F)

代码

# using sapply with grepl
> indices <- sapply(1:nrow(A), function(z) grepl(A$pattern[z], B$name[z]))
> indices
[1]  TRUE  TRUE FALSE FALSE

> B[indices, ]
[1] "aa1" "bb1" "ddd"

【讨论】：