将字符串与关键数据框匹配并赋值答案

【问题标题】：Match strings with key dataframe and assign a value将字符串与关键数据框匹配并赋值
【发布时间】：2018-03-08 18:02:37
【问题描述】：

我正在处理R 中的一些文本，我想完成一项任务，将一个数据帧中的字符串与保存在其他数据帧中的字符串进行比较，并在巧合时在第一个数据帧中分配一个值。我的初始数据框是DF1：

DF1 <- data.frame(v1=c("A cat in sun", "A silver arrow", "A deep sun"), v2=c(1,2,3),stringsAsFactors=F)

其中v1 是用来做对比的文本变量。 DF2 是保存文本链以进行比较的数据框：

DF2 <- data.frame(key = c("arrow|spyder|car", "cat|met|shoe", "sun|moon|earth"), value = c("D","M", "A"), stringsAsFactors=F)

然后，必须使用来自DF2 的v1 和key 对DF1 中的每一行进行比较以分配value。我已经使用grepl 进行了测试，仅使用以下值：

grepl("cat|met|shoe", "A cat in sun")

这可行，但问题是当我尝试在DF1 中使用相同的逻辑时，结构如下：

DF1$Var <- DF2[grepl(DF2$key, DF1$v1), "value"]

我无法得到预期的结果：

DF3 <- data.frame(v1=c("A cat in sun", "A silver arrow", "A deep sun"), v2=c(1,2,3), Var = c("M", "D", "A"),stringsAsFactors=F)

【问题讨论】：

标签： r regex dataframe

【解决方案1】：

df1$Var <- lapply(df1$v1, function(x) 
  df2[min(which(lapply(df2$key, function(y) grepl(y,x))==T)),"value"])
df1

输出为：

              v1 v2 Var
1   A cat in sun  1   M
2 A silver arrow  2   D
3     A deep sun  3   A

样本数据：

df1 <- structure(list(v1 = c("A cat in sun", "A silver arrow", "A deep sun"
), v2 = c(1, 2, 3)), .Names = c("v1", "v2"), row.names = c(NA, 
-3L), class = "data.frame")

df2 <- structure(list(key = c("arrow|spyder|car", "cat|met|shoe", "sun|moon|earth"
), value = c("D", "M", "A")), .Names = c("key", "value"), row.names = c(NA, 
-3L), class = "data.frame")

【讨论】：

【解决方案2】：

假设您要分配第一个可能的value（例如，M 由于“cat”而分配给第一行，而不是由于“sun”而分配A），那么我们也可以简单地写

for(i in nrow(DF2):1)
  DF1$value[grep(DF2$key[i], DF1$v1)] <- DF2$value[i]

【讨论】：

【解决方案3】：

我的一个班轮解决方案。

library(fuzzyjoin)

DF1 %>% regex_inner_join(DF2, by = c(v1 = "key"))  %>% select(v1,v2,value)  %>% filter (! duplicated(v1))  %>% dplyr::rename(Var = value)

结果

         v1       v2    Var
   A cat in sun   1      M
 A silver arrow   2      D
     A deep sun   3      A

【讨论】：