在R中的2组数据中查找匹配的字符串

Question

我有2个数据集；一个包含患者信息，另一个是医疗代码列表

patient <- data.table(ID = rep(1:5, each = 3),
                  codes = c("13H42", "1B1U", "Eu410", "Je450", "Fg65", "Eu411", "Eu402", "B110", "Eu410", "Eu50",
                           "1B1U", "Eu513", "Eu531", "Eu411", "Eu608")
                                        )
code <- data.table(codes = c("BG689", "13H42", "BG689", "Ju34K", "Eu402", "Eu410", "Eu50", "JE541", "1B1U", 
                        "Eu411", "Fg605", "GT6TU"), 
               term = c(NA))

code$term 有值，但在本例中被省略了。

我想要的是 patient 中的指示器列，如果 code 中的代码出现在 patient$codes 中，则显示 1。

 patient
    ID codes    mh
 1:  1 13H42  TRUE
 2:  1  1B1U  TRUE
 3:  1 Eu410  TRUE
 4:  2 Je450 FALSE
 5:  2  Fg65 FALSE
 6:  2 Eu411  TRUE
 7:  3 Eu402  TRUE
 8:  3  B110 FALSE
 9:  3 Eu410  TRUE
10:  4  Eu50  TRUE
11:  4  1B1U  TRUE
12:  4 Eu513 FALSE
13:  5 Eu531 FALSE
14:  5 Eu411  TRUE
15:  5 Eu608 FALSE

我的解决方案是使用 grepl:

patient$mh <- mapply(grepl, pattern=code$codes, x=patient$codes)

但是这不起作用，因为 code 长度不一样，我收到了警告

Warning message:
In mapply(grepl, pattern = code$codes, x = patient$codes) :
  longer argument not a multiple of length of shorter

任何精确匹配的解决方案？

Answer 1

编辑：其他人发布了更好的答案。我自己喜欢@moto 的 %in%。更简洁，更高效。坚持那些:)

这应该可以做到。我使用了一个 for 循环，所以你可能会想出一些更有效的方法。我还将循环分成几行，而不是将其压缩成一行。这只是为了让您看到发生了什么：

for( row in 1:nrow(patient) ) {
    codecheck <- patient$codes[row]
    output <- ifelse( sum( grepl( codecheck, code$codes ) ) > 0L, 1, 0 )
    patient$new[row] <- output
}

所以这只是一个一个地检查患者列表，使用 grepl 检查匹配，然后将结果（1 表示匹配，0 表示不匹配）作为新列放回患者框架中。

这就是你想要的吗？

Answer 2

你可以这样做：

patient[,mh := codes %in% code$codes]

更新：

正如 Pasqui 正确建议的那样，为了获得 0 和 1，

你可以进一步做：

patient[,mh := as.numeric(mh)]

在R中的2组数据中查找匹配的字符串

Finding matching character strings in 2 sets of data in R

r

grepl