忽略 dplyr 连接中的大小写敏感性

Posted 2023-02-24

【中文标题】忽略 dplyr 连接中的大小写敏感性

【英文标题】：Ignoring case sensitvity in dplyr joins

【发布时间】：2016-09-17 07:11:36

【问题描述】：

有没有办法在使用 dplyr 进行连接时忽略大小写？左、内、满？

我看到它适用于 select 但这对我来说通常是一个巨大的痛苦。我知道我可以事先将列转换为上或下，但这将是一个有用的解决方法。

【问题讨论】：

能否举个例子。这是你的意思吗？ gist.github.com/jimhester/a060323a05b40c6ada34

也许检查一下fuzzyjoin包？它是 dplyr 连接的一种变体，其中的一些功能似乎与此相关。

【参考方案1】：

我认为没有一种直接的方法可以先使用tolower 或toupper 整理数据。也就是说，如果愿意，内联 mutate（在联接内）将保持原始数据不变。

X %>% left_join(Y %>% mutate(id = tolower(id)), by = "id")

它有效，但我们不妨先创建一个带有 id 的整洁 Y 来匹配 X（在我看来）。

【讨论】：

我可能会做类似...%>% setNames(., tolower(names(.))) %>% ... 之类的操作来获取所有列，而不是弄乱各个列

【参考方案2】：

dplyr 还没有这样的选项，但是使用fuzzyjoin 你可以很容易地做到这一点：

require(fuzzyjoin)
regex_inner_join(x,y,by="id", ignore_case =TRUE)

如果你在 x 和 y 中有不同的列名：

regex_inner_join(x,y,by=c("xid"="yid"), ignore_case =TRUE)

【讨论】：

第一个连接中有两个右括号和一个左括号。