R 如何使用前缀作为匹配来连接数据帧

发布于02月21日

假设我有这些数据:

data <- tibble(
  x = c("ANOTHER", "COMMON", "ZEBRA")
)

我想要加入这个数据框架，并提供这个:

编辑:前缀没有固定长度

selection <- tibble(
  x_prefix = c("A", "B", "CO"),
  type = c("One type", "Other type", "Other type")
)

我想使用x和x_prefix列进行内部连接，如果x_prefix是x的前缀，则保留一行.

预期的答案是:

answer <- tibble(
  x = c("ANOTHER", "COMMON"),
  type = c("One type", "Other type")
)

如何使用dplyr做到这一点？

推荐答案

你可以用str_detect作为匹配函数来做fuuzy_inner_join.符号"^"来自regex，意思是字符串的开始，因此我们需要将其paste转换为您的模式，以便只匹配以x_prefix开头的字符串.

library(fuzzyjoin)
library(tidyverse)

fuzzy_inner_join(data, selection, by = c("x" = "x_prefix"), 
                 match_fun = \(x, y) str_detect(x, paste0("^", y))) |> 
  select(-x_prefix)

# A tibble: 2 x 2
  x       type      
  <chr>   <chr>     
1 ANOTHER One type  
2 COMMON  Other type