如何合并column1是column2子串的数据框答案

【问题标题】：How to merge data frames where column1 is substring of column2如何合并column1是column2子串的数据框
【发布时间】：2017-10-05 10:11:56
【问题描述】：

我有一个数据框，想根据列 df$name 的值对每一行进行分类。对于分类，我有一个两列数据框 tl，其中有一列 tl$name 和 tl$type。我想在类似的条件下合并两个数据框，grepl(tl$name, df$name)，而不是 df$name = tl$name。

我已经尝试循环遍历 df 中的所有行并查看与 tl 匹配的位置，但这似乎非常耗时。

例如：

  name        
# African elephant    
# Indian elephant    
# Silverback gorilla     
# Nile crocodile   
# White shark

  name        type
# elephant    mammal
# gorilla     mammal
# crocodile   reptile
# shark       fish

【问题讨论】：

标签： r dataframe merge

【解决方案1】：

df

  name        
# African elephant    
# Indian elephant    
# Silverback gorilla     
# Nile crocodile   
# White shark       
tl

  name        type
# elephant    mammal
# gorilla     mammal
# crocodile   reptile
# shark       fish

我认为这就是你想要做的

df<-csplit(df, splitcols="name", sep=" ")

上面的命令会将该列拆分为两列，分别为 name.1 和 name.2 列名。

colnames(df)<-c("name","type")

上面的命令会给出正确的合并列名

df_tl<-merge(x=df, y=tl, by="type",all=True)

上面的代码应该会给你想要的输出。

【讨论】：

【解决方案2】：

另一个想法：

library(tidyverse)

df %>%
  separate(name, into = c("t", "name")) %>%
  left_join(tl)

这给出了：

#           t      name    type
#1    African  elephant  mammal
#2     Indian  elephant  mammal
#3 Silverback   gorilla  mammal
#4       Nile crocodile reptile
#5      White     shark    fish

【讨论】：

感谢您的回复。如果有两个空格会发生什么，例如南美蜥蜴？名称会在第一个空格还是第二个空格分开？

【解决方案3】：

我们可以通过匹配一个或多个非空白 (\\S+) 后跟一个或多个空白 (\\s+) 从字符串的开头 (^) 来删除带有 sub 的子字符串，将其替换为空白 ("") 并将 merge 替换为第二个数据集 ('tl')

merge(transform(df, name = sub("^\\S+\\s+", "", name)), tl)
#      name    type
#1 crocodile reptile
#2  elephant  mammal
#3  elephant  mammal
#4   gorilla  mammal
#5     shark    fish

如果我们需要更新第一个数据集，

df$type <- with(df, tl$type[match(sub("^\\S+\\s+", "", name), tl$name)])

【讨论】：

谢谢。如果子字符串是字符串的开头怎么办，例如大象非洲？