通过变量合并R中的两个数据帧，其中一个是正则表达式，另一个是字符串

Question

我想合并两个数据帧

a<- data.frame(x=c(1,4,6,8,1,6,7,2),ID=c("132","14.","732","2..","132","14.","732","2.."),year=c(1,1,1,1,2,2,2,2))
b<- data.frame(y=c(2,7,5,5,1,1,2,3),ID=c("132","144","732","290","132","144","732","290"),year=c(1,1,1,1,2,2,2,2))

我想要合并两个数据帧的ID变量在数据集a中不完全已知。我还想按年合并。它们是已知的，直到一个完全识别的正则表达式。注意，是的一对一匹配。在本例中，不是查找ID "1.."在数据集中，这样就没有歧义匹配。

我想要这样的东西:

output<-data.frame(y=c(2,7,5,5,1,1,2,3),x=c(1,4,6,8,1,6,7,2),ID=c("132","144","732","290","132","144","732","290"), year=c(1,1,1,1,2,2,2,2))

我试图用substr删除正则表达式部分，然后在合并中使用starts_with，但它不起作用。

我得到以下错误信息

Coercing pattern to a plain character vector

df_complete <- regex_inner_join(b,a, by=c("ID","year"))

感谢堆栈溢出…

Answer 1

@jblood94的回复

以a和b为data.tables:a[, regex_inner_join(b[year == .BY], .SD, by = "ID"), year]-jblood94

Answer 2

您可能想要使用fuzzyjoin包，然后您可以直接使用regex_inner_join():

fuzzyjoin::regex_inner_join(b,a, by="ID") %>% select(x,y,ID=ID.x)

输出:

x y  ID
1 1 2 132
2 4 7 144
3 6 5 732
4 8 5 290