将一列中的文本与另一列匹配（vlookup + like）

Posted 2023-02-18

【中文标题】将一列中的文本与另一列匹配（vlookup + like）

【英文标题】：Match text from one column with another column (vlookup + like)

【发布时间】：2022-01-18 10:01:27

【问题描述】：

我正在尝试执行 2 列的匹配，但没有成功。我有一个DF1 2 列，Id 和JSON。在第二个DF2 中，我有一列与DF1$json 的每一行匹配的模式（类似于 vlookup + 类似函数）。

作为输出，我想得到DF1$Id，但只有DF2 中的任何一个与DF1$json 匹配。

我尝试了一些与str_detect 的组合，但它不适用于非向量值。也许有一些 grep 或 stringr 函数的技巧？

例如：

str_detect(DF1$json, fixed(DF2[1,1], ignore_case = TRUE))

【问题讨论】：

请使用dput(DF1)和dput(DF2)分享reproductible example

【参考方案1】：

df1 <- data.frame(
  Id = c("AA", "BB", "CC", "DD"),
  json = c("xxx:yyy:zzz;mmm:zzz:vvv", "ccc:yyy:zzz;ddd:zzz:vvv", "ttt:yyy:zzz;mmm:zzz:vvv", "uuu:yyy:zzz;mmm:zzz:vvv")
)
matches <- c("mmm:zzz:vvv", "mmm:yyy:zzz")

library(stringr) # needed for str_extract_all()

使用 data.table 的解决方案

library(data.table)
setDT(df1)

df1[, match := any(str_extract_all(json, "(?<=\\).+?(?=\\)")[[1]] %in% matches), by = Id]
df1[match == T, .(Id)]

使用 dplyr 的解决方案

library(dplyr)

df1 %>% 
  group_by(Id) %>% 
  mutate(match = any(str_extract_all(json, "(?<=\\).+?(?=\\)")[[1]] %in% matches)) %>%
  filter(match == T) %>%
  select(Id)

或者直接filter()

df1 %>% 
  group_by(Id) %>% 
  filter(any(str_extract_all(json, "(?<=\\).+?(?=\\)")[[1]] %in% matches)) %>%
  select(Id)

两种方法的输出

   Id
1: AA
2: CC
3: DD

【参考方案2】：

这会给你预期的结果吗：

my_df <- data.frame("id" = c("AA", "BB", "CC", "DD"),
                "json" = c("x:y:z;m:z:v", "c:y:z;d:z:v", "t:y:z;m:z:v", "u:y:z;m:z:v"),
                "pattern" = c("m:z:v", "t:y:z", "m:z:v", "t"),
                stringsAsFactors = FALSE)


my_f <- function(x) 
  my_var <- paste(grep(pattern = my_df[x, "pattern"], x = my_df$json), collapse = " ")
  return (my_var)

my_df$Value <- lapply(1:nrow(my_df), my_f)

【讨论】：

嘿，DF2（或您的示例中的“模式”）是单独的一列 DF，其行数与 DF1 不同。查看您的功能，我认为您已接近预期输出。如果我能管理，我会尝试调整你的功能