r - 当数字不完全匹配时匹配 2 个数据框中的列

Question

当我比较的值不完全相同时，如何匹配两个不同的数据框？

我正在考虑使用 merge() 但我不确定。

表 1:

ID           Value.1
10001        x
18273-9      y
12824/5/6/7  z
10283/5/9    d

表 2:

ID           Value.2
10001        a
18274        b
12826        c
10289        u

如何根据ID合并表1和表2？

我会使用 fuzzyjoin 包的哪个特定功能，尤其是在“/”和“-”情况下？我如何扩展 18273-9 中的“-”大小写，以便 R 将注册 18273/18274/18275/...？

Answer 1

可以写一个函数，从包含“/”或“-”的字符串中提取出相应的序列，重新组合成一个新的data.frame，如下所示:

df1 <- data.frame(ID=c("10001","18273-9","15273-8", "15170-4",  "12824/5/6/7","10283/5/9"), 
                  value=c("a","c","c", "d","k", "l"), stringsAsFactors = F)

df2 <- data.frame(ID=c("10001","18274","12826","10289"), 
                  value=c("o","p","q","r"), stringsAsFactors = F)

doIt <- function(df){
  listAsDF <- function(l) {
    x <- stack(setNames(l, temp$value))
    names(x) <- c("ID", "value")
    return(x)
  }
  Base <- df[!grepl("\\/", df$ID) & !grepl("\\-", df$ID), ]
  #1 cases when - present
  temp <- df[grep("\\-", df$ID),]
  temp <- listAsDF(lapply(strsplit(temp$ID, "-"), function(e) seq(e[1], paste0(strtrim(e[1], nchar(e[1])-1), e[2]), 1)))
  Base <- rbind(Base, temp)
  #2 cases when / present
  temp <- df[grep("\\/", df$ID),]
  temp <- listAsDF(lapply(strsplit(temp$ID, "/"), function(a) c(a[1], paste0(strtrim(a[1], nchar(a[1])-1), a[-1]))))
  Base <- rbind(Base, temp)
  return(Base)
}

然后你可以合并 df2 和 df1:

merge(doIt(df1), df2, by = "ID", all.x = T)

希望这对您有所帮助!