Question

我有一个数据框，并希望根据列df $ name的值对每一行进行分类。对于分类，我有一个带有列tl $ name和tl $ type的两列数据帧tl。我想在类似条件下合并两个数据框，grepl（tl $ name，df $ name），而不是df $ name = tl $ name。

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

E.g：

DF

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

TL

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

Answer 1

另一个想法：

library(tidyverse)

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

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

Answer 2

我们可以通过匹配一个或多个非空格（sub），然后从一开始就匹配一个或多个空格（\\S+）来移除\\s+的子字符串（{{ 1}}）字符串，用空白（^）和""替换为第二个数据集（'tl'）

merge

如果我们需要更新第一个数据集，

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

如何合并数据框，其中column1是column2的子字符串

2 个答案: