Question

我的df如下

DF：

Name               |Code
-------------------+-----
aman               |abc
akash              |bcd
rudra              |cde
Tushar             |def
Kartik             |efg
aman,akash         |fgh
akash,rudra        |ghi
akash,rudra,aman   |ijk
aman,Tushar        |jkl
Kartik,Tushar      |klm
rudra,Kartik,akash |lmn

我想搜索以下df的代码

Name            |
----------------+
aman,akash,rudra|
Tushar,aman     |
Kartik          |
rudra,akash     |

得到以下结果

Name            |code
----------------+-----
aman,akash,rudra|ijk
Tushar,aman     |jkl
Kartik          |efg
rudra,akash     |ghi

请注意“rudra，akash”的组合出现三次，在这种情况下，它返回代码的结果alphabatical顺序

让我知道是否有办法实现这一目标。

Answer 1

我们可以使用cSplit中的splitstackshape来拆分“名称”列并将其重新整形为“长”格式（'dfN'），按“代码”分组，并且运行长度为'代码'，我们paste sort之后的'姓名'。对数据集中的“df2”，match“名称”列执行相同操作，并获取“dfN”中的“代码”，该代码对应于在“df2”中创建新列“代码”

library(splitstackshape)
dfN <- cSplit(df, "Name", ",", "long")[, .(Name = paste(sort(Name), collapse=",")), 
             by =  .(grp = rleid(Code), Code)]
df2$grp <- seq_len(nrow(df2))
df2$code <-  cSplit(df2, "Name", ",", "long")[, .(Name = paste(sort(Name), 
     collapse=",")), .(grp)][, dfN$Code[match(Name, dfN$Name)]]
df2$grp <- NULL
df2
#              Name code
#1 aman,akash,rudra  ijk
#2      Tushar,aman  jkl
#3           Kartik  efg
#4      rudra,akash  ghi

如何找到字符串

1 个答案: