r - 如何将 R 中的表条目与第二个表的列表条目进行匹配？

Question

我有两个表，table1有一列字符串。我想在另一个表 table2 中找到每个字符串的匹配项，但在相应的 table2 列中，每个单元格包含每行条目的列表。

到目前为止，我已经弄清楚如何使用 grepl 来匹配特定条目:

grepl(table1$label[i],table2$labels[[j]][k])

对于一些 i、j 和 k。 i 和 j 是固定的，因为它们分别是表 1 和表 2 中的行数，但 k 是某个正值，所以我有这样的内容:

for (i in 1:nrow(table1)){
  for (j in 1:nrow(table2){
    for(k ?){
    grepl(table1$label[i],table2$labels[[j]][k])
    }
  }
}

我不太确定要为 k 循环添加什么。

一旦我确定了包含 table1 字符串的 table2 行，我想要做的是从不同的 table2 列报告相应的值，并将这些值附加到 table1 中相应的字符串行，所以我'我猜我将需要更多的 for 循环...对于像这样的多个引用问题有什么捷径吗？

一些示例数据(注意 table2 列表中也有缺失值，但我假设匹配这些值时会被忽略，其他条目是字符类):

表1

    label 
1   Tom     
2   Gemma     
3   Graham     

表 2(更新)

     item      labels 
1    Apple     Tom, ,John, ,Terry,     
2    Orange    Bryan, ,Graham,  
3    Pear      Finn, ,Gemma, ,Graham, 

输出

表1

    label   item
1   Tom     Apple
2   Gemma   Pear  
3   Graham  Orange, Pear

---

通过使用dput我得到

Table1 <- structure(list(label = c("Tom", "Gemma", "Graham")), .Names = "label", 
class = "data.frame", row.names = c(NA, 
-3L))


Table2 <- structure(list(item = c("Apple", "Orange", "Pear"), labels = list(
    structure(c("Tom", "", "John", "", "Terry", ""), .Dim = c(6L, 
    1L)), structure(c("Bryan", "", "Graham", ""), .Dim = c(4L, 
    1L)), structure(c("Finn", "", "Gemma", "", "Graham", ""), .Dim = c(6L, 
    1L)))), .Names = c("item", "labels"), row.names = c(NA, -3L
), class = "data.frame")

---

附录:关于我最初使用grepl，Table2中的一些标签仅与Table1中的标签部分匹配，但名称在Table1中是唯一的，所以我想将匹配 Table1 标签，例如 Graham (Table1) 应用于 Graham (Table2) 和 Graham Green (Table2) 例如

表2(版本2)

     item      labels 
1    Apple     Tom, ,John, ,Terry,     
2    Orange    Bryan, ,Graham,  
3    Pear      Finn, ,Gemma, ,Graham Green, 

输出 Table1 将是相同的。

Answer 1

这是使用data.table包的尝试

library(data.table)
res <- setDT(Table2)[, list(label = unlist(labels)), by = item]
setkey(res, label)[Table1, toString(unique(item)), by = .EACHI]
#     label         item
# 1:    Tom        Apple
# 2:  Gemma         Pear
# 3: Graham Orange, Pear

我在这里所做的基本上是在每个项目的 Table2 中拆分 label。然后，我聚合了每个标签的唯一项，同时执行二进制左连接回到 Table1

---

编辑您的新Table2，您可以将代码修改为

res <- setDT(Table2)[, list(label = unlist(labels)), by = item]
Table1["item"] <- sapply(Table1$label, function(x) toString(unique(res[grepl(x, label), item])))
Table1
#    label         item
# 1    Tom        Apple
# 2  Gemma         Pear
# 3 Graham Orange, Pear