Question

我有两个表T1（3列）和T2（2列）

T1：

Name  Age  Num
John  20   a, c, b
Lily  19   d, h, e

T2：

Item    Num
pen     a, c, q, b
pencil  d, z, h, e
apple   a, c, y

列代码为字符串格式。我想检查T1 $ Num是否所有数字都在T2 $ Num中，并将相应的T2 $ Item添加到T1。代码类似于

 T1 <- sqldf("SELECT *, T2.Item FROM T1 LEFT JOIN T2 WHERE T1.Num are all contained in T2.Num")

我应该得到

Name  Age  Num         Item
John  20   a, c, b     pen
Lily  19   d, h, e     pencil

谢谢您的帮助！

Answer 1

1）使用结尾处“注释”中可重复显示的输入，并假设Num和{{1 }}（问题中的数据就是这种情况–我们稍后放松这个假设），我们可以使用T1将T2转换为replace模式，然后将其与T1.Num执行左联接。

like

给予：

T2.Num

如果不是library(sqldf) sqldf("select T1.*, T2.Item, T2.Num Num2 from T1 left join T2 on T2.Num like '%' || replace(T1.Num, ', ', '%') || '%'")和Name Age Num Item Num2 1 John 20 a, c, b pen a, c, q, b 2 Lily 19 d, h, e pencil d, z, h, e 3 Jake 10 a, d <NA> <NA>中Num的组件以相同的方式排序，则首先将它们排序如下：

T1

2）：该替代方法使用了不带sqldf的dplyr和tidyr。

T2

给予：

library(dplyr)
library(tidyr)

T1x <- T1 %>%
  separate_rows(Num) %>%
  arrange(Name, Num) %>%
  group_by(Name) %>%
  summarize(Num = toString(Num)) %>%
  ungroup

T2x <- T2 %>%
  separate_rows(Num) %>%
  arrange(Item, Num) %>%
  group_by(Item) %>%
  summarize(Num = toString(Num)) %>%
  ungroup

sqldf("select T1x.*, T2x.Item, T2x.Num Num2 from T1x 
       left join T2x on T2x.Num like '%' || replace(T1x.Num, ', ', '%') || '%'")

注意

可重复输入的形式是：

T1Long <- T1 %>%
  separate_rows(Num)

T1Long %>%
  left_join(T1Long %>% count(Name), by = "Name") %>%
  left_join(T2 %>% separate_rows(Num), by = "Num") %>%
  group_by(Name, Item, n) %>%
  summarize(Num = toString(Num), Count = n()) %>%
  ungroup %>%
  filter(Count == n) %>%
  select(-Count, -n)

检查一个表的字符串是否全部包含在另一表中

1 个答案:

注意