使用R中的匹配模式匹配两个不同的数据帧中的值（不相同）

Question

我是R的初学者，我试图找出这个出色的程序（有时会破坏神经）的局限性。

这是我的问题：我有两个来自原始数据的不同文件的两个数据帧（df）。 在这两个数据帧中，我有带有个人ID号的列。 我知道如何通过ID将这些合并到df。 问题在于，在一个数据帧中注册了ID号的人键入的ID号有些不正确。 例如，该ID应该看起来像这样： NK-02-0028 。 但它的键入方式是： NK-020028 。

因此，当我合并这两个数据帧时，ID将不匹配。 如果我只有10个观测值的数据帧，这不是什么大问题，但我有大约。 一个df中有8000个观测值，另一个则有355个观测值。 正确的ID位于355 obs的df中，而错误的ID位于8000 obs的df中。 我想根据最后4位数字对df中的ID编号进行355次观察，以查看有多少和哪些匹配项，以查看是否有任何匹配项。

这可能吗？ 希望有人可以帮助我并了解我到这里来的问题。

Answer 1

如果问题仅在于存在一些条纹，那么您只需将它们从两列中删除，然后根据这些“新” ID合并它们。

例如（这也会删除空间，这也可能是实用的）；

df1$ID.new=gsub(' |-', '', df1$ID)
df2$ID.new=gsub(' |-', '', df1$ID)
merge(df1,df1,by="ID.new")

或者在阅读完您的最后一条注释之后（使用此处的代码： 从R中的字符串中提取最后n个字符 ）：

substrRight <- function(x, n){
  substr(x, nchar(x)-n+1, nchar(x))
}

df1$ID.new=substrRight(df1$ID,4)
df2$ID.new==substrRight(df2$ID,4)
merge(df1,df1,by="ID.new")