将变量与其中许多数据包含在R中的行中的变量连接起来答案

【问题标题】：join variable with variable in which many data contains in row in R将变量与其中许多数据包含在R中的行中的变量连接起来
【发布时间】：2020-06-12 09:35:50
【问题描述】：

我想执行加入。

df1=structure(list(id = 1:3, group_id = c(10L, 20L, 40L)), class = "data.frame", row.names = c(NA, 
-3L))

df2 有另一个结构，在 group_id 的字段中包含许多组。例如{10,100,400} 所以dput()

df2=structure(list(id = 1:3, group_id = structure(c(1L, 3L, 2L), .Label = c("{`10`,100,`40`}", 
"{3,`40`,600,100}", "{4}"), class = "factor")), class = "data.frame", row.names = c(NA, 
-3L))

df2 有 group_id 10 和 40，但它们与其他组一起用大括号括起来。如何获得所需的连接输出

id  group_id
1   10
1   40
3   40

【问题讨论】：

标签： r dplyr data.table

【解决方案1】：

您可以使用gsub 清理df2 中的group_id，将每个ID 放在单独的行中，然后filter。

library(dplyr)

df2 %>%
  mutate(group_id = gsub('[{}`]', '', group_id)) %>%
  tidyr::separate_rows(group_id) %>%
  filter(group_id %in% df1$group_id)

#  id group_id
#1  1       10
#2  1       40
#3  3       40

【讨论】：

【解决方案2】：

这是data.table 替代方案：

df2[, strsplit(gsub('[{}`]', '', group_id), ','), by = id][V1 %in% df1$group_id]
#   id V1
#1:  1 10
#2:  1 40
#3:  3 40

【讨论】：

【解决方案3】：

这是base R 使用regmatches/regexpr 的选项

subset(setNames(stack(setNames(regmatches(df2$group_id, gregexpr("\\d+", df2$group_id)),
      df2$id))[2:1], c('id', 'group_id')), group_id %in% df1$group_id)
#  id group_id
#1  1       10
#3  1       40
#6  3       40

【讨论】：