匹配两个列表，一个包含部分字符串，另一个包含完整字符串，如果匹配 return 整个字符串

Question

匹配 R 中的两个列表，一个包含部分字符串，另一个包含完整字符串，如果匹配，return 整个字符串。 Return 仅唯一匹配项（一次）。

所以，假设我有一个 CSV 文件，每一行都有一个长字符串（长列表）。然后，我使用 substr 缩短字符串，然后使用 unique 删除所有重复的字符串。然后我想比较长字符串列表 df12 和唯一短列表 df14，如果在部分字符串搜索中有唯一匹配（df14 vs df12），那么return 来自 df12.

的整个字符串

这是df12（长字符串列表）

    [1] I like Whosebug very much today
    [2] I like Whosebug much today
    [3] I dont like Whosebug very much today
    [4] I dont like you!
    [5] What? 

df13<-substr(df12, start=0, stop=30)

这是 df13（缩短的字符串 - 不唯一）

[1] I like stacko
[2] I like stacko
[3] I dont like s
[4] I dont like y
[5] What? 
df14<-unique(df13)

这是 df14（缩短的字符串 - 应用独特方法后的独特字符串）

    [1] I like stacko
    [2] I dont like s
    [3] I dont like y
    [4] What?

这是我最终想要的结果

    [1] I like Whosebug very much today
    [2] I dont like Whosebug very much today
    [3] I dont like you!
    [4] What?

Answer 1

这是一种将 df14 中的每个短字符串与 df12 中所有可能的匹配项进行匹配并输出它们的方法，包括将短字符串作为列表中的索引以了解哪个与 df12 中的匹配：

df1 <- c('I like Whosebug very much today', 'I like Whosebug much today',
         'I dont like Whosebug very much today', 'I dont like you!',
         'What?')
df2 <- c('I like stacko',  'I dont like s', 'I dont like y', 'What?')

sapply(df2, function(x) df1[grepl(x, df1)])
$`I like stacko`
[1] "I like Whosebug very much today" "I like Whosebug much today"     

$`I dont like s`
[1] "I dont like Whosebug very much today"

$`I dont like y`
[1] "I dont like you!"

$`What?`
[1] "What?"

匹配两个列表，一个包含部分字符串，另一个包含完整字符串，如果匹配 return 整个字符串

Match two lists, one with partial strings and another with full string, return the whole string if match

regex

string

r

substr

match