多列中的 R 精确和部分匹配答案

【问题标题】：R exact and partial matching in multiple columns多列中的 R 精确和部分匹配
【发布时间】：2011-05-30 02:47:49
【问题描述】：

R 领域的专家。

我有两个数据框。

数据框一：

df1 <- c("xx", "bb", "zz")

数据框二：

df2 <- data.frame(A=c("xx", "be", "zz", "jj"), B=c("xyx, uu, zz", "uu, zbbz, zbz, ccc", "cc, zzx", "ddd"), C=c("bbbb", "yyy", "xxq", "ooo"), D=c("ooo", "yyy", "ccc", "zoz"))

因此，df2如下：

   A                  B    C   D
1 xx        xyx, uu, zz bbbb ooo
2 be uu, zbbz, zbz, ccc  yyy yyy
3 zz            cc, zzx  xxq ccc
4 jj                ddd  ooo zoz

我想将 x 与 y 匹配以获取新的数据帧。查看 Stackoverflow 的答案，我学会了如何进行精确匹配。不过，在目前的情况下，我想做完全匹配和部分匹配。在我看来，“grep”可能会有所帮助，但我还不能让它适用于我的情况，请帮忙。

在 df1 中，我必须使用三个术语来匹配“xx”、“bb”和“zz”。而不是在 df2.x 中搜索精确的 xx、bb、zz。我想检查这些术语是否可以在 df2 的 A 和 B 列中找到，其中可能包含完全匹配和部分匹配。

例如，我会考虑

xx 匹配第 1 行（与 A1 完全匹配）
bb 仅匹配第 2 行（部分与 B2 匹配）
zz 匹配第 1 行和第 3 行（与 B1 和与 A3 完全匹配，部分匹配也有 B3），
作为 zz 匹配两个两个项目，我想排序一个在决赛中首先获得完全匹配数据框，即第 3 行首先显示，接下来显示第 1 行。
虽然第 4 行 df2 与中的任何内容都不匹配桌子，所以，它不会出现在最终的数据框中。

最后，我想通过将相应的df2添加到df1来获得一个数据框，如下所示：

  V1   A                  B    C   D
1 xx   xx        xyx, uu, zz bbbb ooo
2 bb   be uu, zbbz, zbz, ccc  yyy yyy
3 zz   zz            cc, zzx  xxq ccc
4 zz   xx        xyx, uu, zz bbbb ooo

在这种情况下可以使用 grep 或 sort 吗？请指导更聪明的方法。谢谢。

【问题讨论】：

对于您问题的第一部分，数据框结果会是什么？坐标还是匹配的字符串？

标签： r

【解决方案1】：

这应该能让你到达那里：

dfrPerVal<-lapply(df1, function(dfrPartFor){
        whereFoundA<-grep(dfrPartFor, df2$A, fixed=TRUE)
        whereFoundB<-grep(dfrPartFor, df2$B, fixed=TRUE)
        retval<-cbind(1=dfrPartFor, df[union(whereFoundA, whereFoundB),]
        xmatch<-which((retval$A==dfrPartFor) | (retval$B==dfrPartFor))
        if(length(xmatch) > 0)
        {
            retval<-rbind(retval[xmatch, ], retval[-xmatch, ])
        }
        return(retval)
    })
finalResult<-do.call(rbind, dfrPerVal)

毫无疑问有更好的解决方案...

【讨论】：