基于一列的匹配和复制列以及另一列的部分匹配答案

【问题标题】：Match and copy column based in one column and partial match of another column基于一列的匹配和复制列以及另一列的部分匹配
【发布时间】：2019-05-02 10:06:36
【问题描述】：

我有两个数据框。

数据

Name                Type            Code
gabapentine         Pharmaceutical  60142-96-3
Glyphosate          Pesticide       1071-83-6
Guanylurea          Pharmaceutical  141-83-3
hydrochlorthiazide  Pharmaceutical  58-93-5

价值观

Name                Value           Code
gabapentine         0,2             60142-96-3
Glyphosate          1,8             1071-83-6
Urea                1,2             141-83-3
hydrochlorthiazide  0,5             58-93-5

我想通过匹配列 Name 和 Code 将列 type 从 Data 添加到 Values。

我知道如何只匹配一列，如下所示：

Values$type = Data$type[match(Values$Name, Data$Name)]

但现在我还想考虑Code，因为有些名字不匹配。

有没有办法在一行中做到这一点，比如

Values$type = Data$type[match((Values$Name, Data$Name) | (Values$Code, Data$Code))]

这对我不起作用，所以我想知道正确的方法。

我尝试像其他问题一样使用合并

merge(Values, Data,all.x = TRUE)

但是在来自数据帧Data 的Guanylurea 中，当它应该与来自数据帧Values 的Urea 匹配时，我会得到类型NA。该行的结果将是Type 等于Pharmaceutical，但Names 不完全匹配。那么如何将部分匹配添加到函数match 或merge 中？或者这两个有替代品吗？

【问题讨论】：

merge(Values, Data,all.x = TRUE)
我试过了，但在 Guanyurea 中，我得到的是 NA 类型而不是 Pharmaceutical，可能是因为名称不完全匹配。

标签： r dataframe match

【解决方案1】：

对此有多种答案。我留下了四个 (dfrx)，都使用 dplyr。

library(dplyr)
df1 <- data.frame(Name = c("gabapentine", "Glyphosate",
                           "Guanylurea", "hydrochlorthiazide"),
                  Type = c("Pharmaceutical", "Pesticide", 
                           "Pharmaceutical", "Pharmaceutical"),
                  Code = c("60142-96-3", "1071-83-6",
                           "141-83-3", "58-93-5"))
df2 <- data.frame(Name = c("gabapentine", "Glyphosate",
                           "Guanylurea", "hydrochlorthiazide"),
                  Value = c(0.2, 1.8, 1.2, 0.5),
                  Code = c("60142-96-3", "1071-83-6",
                           "141-83-3", "58-93-5"))

dfr1 <- df2 %>% 
  dplyr::mutate(Type = df1$Type)
dfr2 <- df2 %>% 
  dplyr::bind_cols(Type = df1$Type)
dfr3 <- df2 %>% 
  dplyr::right_join(df1, by = "Name") %>% 
  dplyr::select(-Code.y) %>% 
  dplyr::rename("Code" = Code.x)
dfr4 <- df2 %>% 
  dplyr::right_join(df1, by = "Code") %>% 
  dplyr::select(-Name.y) %>% 
  dplyr::rename("Name" = Name.x)

> dfr4
                Name Value       Code           Type
1        gabapentine   0.2 60142-96-3 Pharmaceutical
2         Glyphosate   1.8  1071-83-6      Pesticide
3         Guanylurea   1.2   141-83-3 Pharmaceutical
4 hydrochlorthiazide   0.5    58-93-5 Pharmaceutical

【讨论】：