如何合并其中column1是column2的子字符串的数据框

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。

我已经尝试通过循环遍历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。

例如：

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)

这使：

#           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

我们可以删除与子sub通过匹配一个或多个非空格（ \\\\S+后面跟着一个或多个空格（） \\\\s+从一开始（） ^字符串），与空白替换它（ "" ）并与第二个数据集（'tl'） merge

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

---

如果我们需要更新第一个数据集，

df$type <- with(df, tl$type[match(sub("^\\S+\\s+", "", name), tl$name)])

Answer 3

df

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

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

我想这就是你想要做的

df<-csplit(df, splitcols="name", sep=" ")

上面的命令会将该列拆分为两列，其中包含name.1和name.2列名。

colnames(df)<-c("name","type")

上面的命令将为合并提供正确的列名

df_tl<-merge(x=df, y=tl, by="type",all=True)

上面的代码应该为您提供所需的输出。