R中两列之间的部分字符串匹配答案

【问题标题】：Partial string matching between two columns in RR中两列之间的部分字符串匹配
【发布时间】：2020-03-25 20:45:05
【问题描述】：

我正在尝试验证列表的电子邮件是否正确。我在想我可以在电子邮件和名称列之间进行部分字符串匹配，并在新列中返回一个逻辑向量 (TRUE/FALSE)。

在下面的示例中，只有第 3 行和第 5 行有正确的电子邮件，并且这些行的输出将为“TRUE”。我尝试了以下方法，但没有成功：

>for (i in Test$LastName) {
 Test$Match <- agrepl(i, Test$Email, ignore.case = TRUE)
}

>Test$Email %in% Test$LastName

也欢迎任何其他建议。谢谢！

【问题讨论】：

我认为grepl 功能可能会有所帮助
有一些不错的答案，但我只想补充一点，您的代码没有给您预期结果的原因是，当您将 Test$Email 传递给 agrepl 函数时，您传递数据框中的所有电子邮件地址。
你是最棒的，瑞恩！是的，答案让我意识到这一点。非常感谢您帮助我更好地理解它。

标签： r string-matching

【解决方案1】：

基本 R 选项是使用 grepl + mapply

Test <- within(Test, Match <- mapply(grepl,paste(FirstNmae,LastName,sep = "|"),Email,ignore.case = TRUE))

这样

> Test
  FirstNmae LastName                    Email Match
1    Audrey      Low         T.Rose@gmail.com FALSE
2     Tammy     Rose          A.Low@gmail.com FALSE
3    Stacey     Lock     stacy.lock@gmail.com  TRUE
4    Judson   Porter beth.mccormick@gmail.com FALSE
5    Kellie     Sims         k.sims@gmail.com  TRUE

数据

Test <- data.frame(FirstNmae = c("Audrey","Tammy","Stacey","Judson","Kellie"),
                 LastName = c("Low","Rose","Lock","Porter","Sims"),
                 Email = c("T.Rose@gmail.com","A.Low@gmail.com","stacy.lock@gmail.com","beth.mccormick@gmail.com","k.sims@gmail.com"))

【讨论】：

【解决方案2】：

试试这样的？您快到了，只需将 TRUE/FALSE 存储在向量中。我使用 sapply，遍历行名并比较相应的列。在 sapply 中，结果存储在向量中，因此您可以将其用作 TRUE/FALSE：

test = data.frame(FirstName=c("Audrey","Tammy","Stacey","Judson","Kellie"),
LastName=c("Low","Rose","Lock","Porter","Sims"),
Email=c("T.Rose@gmail.com","A.Low@gmail.com","stacy.lock@gmail.com","beth.mccormick@gmail.com","k.sims@gmail.com"))

matches = sapply(1:nrow(test),function(i)agrepl(test$LastName[i],test$Email[i]))

test[matches,]

  FirstName LastName                Email
3    Stacey     Lock stacy.lock@gmail.com
5    Kellie     Sims     k.sims@gmail.com

【讨论】：

感谢您帮助我理解这一点！这提醒我，我需要使用 [i] 将每个输出存储在自己的家中：)

【解决方案3】：

试试这个：

DF <- data.frame(FirstName = c("Audrey","Tammy","Stacey","Judson","Kellie"),
                 LastName = c("Low","Rose","Lock","Porter","Sims"),
                 Email = c("T.Rose@gmail.com","A.Low@gmail.com","stacy.lock@gmail.com","beth.mccormick@gmail.com","k.sims@gmail.com"))

library(dplyr)

DF %>% 
  rowwise() %>%
  mutate(isMatch = grepl(LastName, Email, ignore.case = T))

输出：

  FirstName LastName Email                    isMatch    
  <fct>     <fct>    <fct>                    <lgl>
1 Audrey    Low      T.Rose@gmail.com         FALSE
2 Tammy     Rose     A.Low@gmail.com          FALSE
3 Stacey    Lock     stacy.lock@gmail.com     TRUE 
4 Judson    Porter   beth.mccormick@gmail.com FALSE
5 Kellie    Sims     k.sims@gmail.com         TRUE

【讨论】：

喜欢简单的解决方案。谢谢！