如何将表条目与R中第二个表的列表项匹配？

Question

我有两个表，table1有一个字符串列。我希望在另一个表table2中找到每个字符串的匹配，但是在相应的table2列中，每个单元格都包含每一行条目的列表。

到目前为止，我已经知道了如何使用grepl来匹配特定的条目：

grepl(table1$label[i],table2$labels[[j]][k])

对于某些i、j和k. i和j是固定的，因为它们分别是表1和表2中的行数，但k是一些正值，所以我有如下所示：

for (i in 1:nrow(table1)){
  for (j in 1:nrow(table2){
    for(k ?){
    grepl(table1$label[i],table2$labels[[j]][k])
    }
  }
}

我不太清楚在k循环中该放什么。

一旦我确定了包含table2字符串的table1行，我想要做的是报告来自不同table2列的相应值，并将这些值追加到table1中的相应字符串行，所以我猜我还需要一些for循环.这样的多个引用问题有什么快捷方式吗？

一些示例数据(注意，table2列表中也有缺失的值，但我假设当匹配这些值被忽略时，其他条目是字符类)：

表1

    label 
1   Tom     
2   Gemma     
3   Graham     

表2(更新)

     item      labels 
1    Apple     Tom, ,John, ,Terry,     
2    Orange    Bryan, ,Graham,  
3    Pear      Finn, ,Gemma, ,Graham, 

输出

表1

    label   item
1   Tom     Apple
2   Gemma   Pear  
3   Graham  Orange, Pear

通过使用dput我得到

Table1 <- structure(list(label = c("Tom", "Gemma", "Graham")), .Names = "label", 
class = "data.frame", row.names = c(NA, 
-3L))


Table2 <- structure(list(item = c("Apple", "Orange", "Pear"), labels = list(
    structure(c("Tom", "", "John", "", "Terry", ""), .Dim = c(6L, 
    1L)), structure(c("Bryan", "", "Graham", ""), .Dim = c(4L, 
    1L)), structure(c("Finn", "", "Gemma", "", "Graham", ""), .Dim = c(6L, 
    1L)))), .Names = c("item", "labels"), row.names = c(NA, -3L
), class = "data.frame")

增编:关于我最初使用grepl的问题，Table2中的一些标签与Table1中的标签只有部分匹配，但是在Table1中名称是唯一的，所以我想应用Table1标签，例如Graham (Table1)和Graham (Table2)和Graham Green (Table2)。

表2 (version2)

     item      labels 
1    Apple     Tom, ,John, ,Terry,     
2    Orange    Bryan, ,Graham,  
3    Pear      Finn, ,Gemma, ,Graham Green, 

输出Table1将是相同的。

Answer 1

下面是使用data.table包的一次尝试

library(data.table)
res <- setDT(Table2)[, list(label = unlist(labels)), by = item]
setkey(res, label)[Table1, toString(unique(item)), by = .EACHI]
#     label         item
# 1:    Tom        Apple
# 2:  Gemma         Pear
# 3: Graham Orange, Pear

我在这里所做的基本上是将labels拆分为Table2中的每一项。然后，在执行二进制左联接时，我将每个标签的唯一项聚合回Table1

编辑用于新的Table2，您可以将代码修改为

res <- setDT(Table2)[, list(label = unlist(labels)), by = item]
Table1["item"] <- sapply(Table1$label, function(x) toString(unique(res[grepl(x, label), item])))
Table1
#    label         item
# 1    Tom        Apple
# 2  Gemma         Pear
# 3 Graham Orange, Pear

Answer 2

下面是一种qdapTools方法，它在后端使用data.table。您的数据类型有点模糊。dput在这里会很有帮助。

我相信你的数据是基于NA的评论

Table1 <- read.table(text="   label 
1   Tom     
2   Gemma     
3   Graham", header=TRUE)


key <- list(
    Apple  = c('Tom', NA, 'John', NA, 'Terry'),
    Orange =  c('Bryan', 'Graham'),
    Pear =  c('Finn', 'Gemma', NA, 'Graham')
)

现在查找值：

library(qdapTools)
Table1[["item"]] <- lapply(Table1[[1]], lookup, key)

##    label         item
## 1    Tom        Apple
## 2  Gemma         Pear
## 3 Graham Orange, Pear

如果您有一个data.frame，那么尝试：

key2 <- data.frame(x = names(key))
key2[["item"]] <- key

Table1[["item2"]] <- lapply(Table1[[1]], lookup, setNames(as.list(key2[[2]]), key2[[1]]))

如果列确实是折叠/粘贴的向量：

key2 <- data.frame(x = names(key))
key2[["item"]] <- lapply(key, paste, collapse=", ")
Table1[["item2"]] <- lapply(Table1[[1]], lookup, setNames(strsplit(as.character(key2[[2]]), "\\s*,\\s*"), key2[[1]]))