R：基于子串匹配合并数据帧答案

【问题标题】：R: Merge data frames based on substring matchR：基于子串匹配合并数据帧
【发布时间】：2018-03-18 08:14:38
【问题描述】：

我有两个数据框，我想按蛋白质登录名进行合并。

df1 是一个数据框，其中包含与基因相关的蛋白质登录名称（并且这些名称中有几个）。因此，df1 包含这些名称的“列表”，这些名称以字符串格式用分号分隔，具有在 df1 中不再出现的唯一值。我在下面将这些名称写为“A1，B1，...”：

df1:

Name                a.value
A1;B1;C1            ...
A2                  ...
A3;B3               ...
A4;B4;C4;D4;E4;F4   ...

df2 是一个数据框，每行仅包含这些种质之一：

df2:

Name  b.value
A2    ...
B3    ...
B4    ...

df1 和 df2 都包含其他列。

如果 df2 中的加入名称作为名称 df1 之一存在，我希望合并合并的数据框以便匹配行，如下所示：

A2   A2                 a.value  b.value
B3   A3;B3              ...      ...
B4   A4;B4;C4;D4;E4;F4  ...      ...

当然，这两个数据框中的其他列也包括在内。

非常感谢任何建议，如果您需要我详细说明，请告诉我。

谢谢！

【问题讨论】：

标签： r regex dataframe merge substring

【解决方案1】：

这给出了请求的输出：

l <- strsplit(as.character(df1$Name), ';')
df1new <- data.frame(Name = unlist(l), Name.string = rep(df1$Name, lengths(l)))
merge(df2, df1new, by = 'Name', all.x = TRUE)

结果：

   Name       Name.string
1:   A2                A2
2:   B3             A3;B3
3:   B4 A4;B4;C4;D4;E4;F4

【讨论】：