如何在R中基于部分字符串匹配为不同长度数据框赋值

现有两个数据框Spikes和Samples，需要通过ID的部分匹配，把Samples里的SampleConc值对应到Spikes中同一样本的所有SPIKE行（比如230621_BGH_03的SPIKE 1和SPIKE 2都要匹配到SampleConc=7）。另外这个逻辑要能在Shiny里动态运行——数据框长度可能变成原来的4倍，ID内容会变但结构相似性不变。之前试了sapply和循环，因为长度匹配问题没成功。

最小复现代码 #

Spike.ID <- c("230621_BGH_03 SPIKE 1_NOX", "230621_BGH_03 SPIKE 2_NOX", "230621_BGH_11 SPIKE 1_NOX", "230621_BGH_11 SPIKE 2_NOX")
SpikeConc <- c(4,11,17,12)
Spikes <- data.frame(Spike.ID, SpikeConc)

Sample.ID <- c("230621_BGH_03_NOX", "230621_BGH_11_NOX")
SampleConc <- c(7, 13)
Samples <- data.frame(Sample.ID, SampleConc)

期望输出 #

> Spikes
                   Spike.ID SpikeConc SampleConc
1 230621_BGH_03 SPIKE 1_NOX         4          7
2 230621_BGH_03 SPIKE 2_NOX        11          7
3 230621_BGH_11 SPIKE 1_NOX        17         13
4 230621_BGH_11 SPIKE 2_NOX        12         13

方法1：用字符串提取前缀+合并（dplyr+stringr） #

核心是从两个ID里提取共同的匹配前缀，再做合并，完全适配动态变化的场景：

library(dplyr)
library(stringr)

# 给Spikes提取匹配用的前缀：去掉" SPIKE X_NOX"部分
Spikes <- Spikes %>%
  mutate(match_prefix = str_remove(Spike.ID, " SPIKE \\d+_NOX$"))

# 给Samples提取相同前缀：去掉"_NOX"部分
Samples <- Samples %>%
  mutate(match_prefix = str_remove(Sample.ID, "_NOX$"))

# 按前缀合并，保留Spikes的所有行
result <- left_join(Spikes, Samples, by = "match_prefix") %>%
  select(Spike.ID, SpikeConc, SampleConc) # 整理列顺序

print(result)

方法2：基础R实现（不用额外包） #

如果不想加载tidyverse包，用基础R的sub函数处理字符串：

# 提取Spikes的匹配前缀
Spikes$match_prefix <- sub(" SPIKE \\d+_NOX$", "", Spikes$Spike.ID)
# 提取Samples的匹配前缀
Samples$match_prefix <- sub("_NOX$", "", Samples$Sample.ID)
# 合并数据，保留Spikes所有行
result <- merge(Spikes, Samples, by = "match_prefix", all.x = TRUE)
# 整理列
result <- result[, c("Spike.ID", "SpikeConc", "SampleConc")]

print(result)

为什么这个方法适合Shiny动态处理？ #

• 不管数据框长度怎么变，只要ID结构不变（Spike.ID是[前缀] SPIKE X_NOX，Sample.ID是[前缀]_NOX），提取前缀的规则就有效。
• 用向量化的字符串处理和合并操作，比循环/sapply效率高，也不会出现长度不匹配的问题——合并逻辑会自动把对应前缀的SampleConc赋值给所有匹配的Spike行。

内容的提问来源于stack exchange，提问作者bkelley9