在R语言中实现两个DataFrame的名称列模糊映射匹配

现有两个DataFrame：

# Dataframe #1
df1 <- data.frame(name = c("Jake", "Paul", "Luis", "Leon"),
                 salary_new = c(60, 80, 90, 50))

# Dataframe #2
df2 <- data.frame(name = c("Paul Henderson", "John F. Smith", "Leon K.", "Luis Sierra"),
                         salary_old = c(60, 55, 60, 80))

需求：将df1的name列中能与df2名称模糊匹配的项替换为df2的对应全名，匹配不到的保留原名称，最终得到如下结果：

df3 <- data.frame(name = c("Jake", "Paul Henderson", "Luis Sierra", "Leon K."),
                  salary_new = c(60, 80, 90, 50))

方法一：Base R 实现 #

通过遍历df1的名称，结合grepl进行子串匹配完成替换：

# 遍历每个名称，查找匹配的全名
df1$name <- sapply(df1$name, function(x) {
  # 定位df2中包含当前名称的行
  match_idx <- which(grepl(x, df2$name, fixed = TRUE))
  # 有匹配则返回对应全名，无匹配则保留原名称
  if (length(match_idx) > 0) df2$name[match_idx] else x
})

# 得到目标DataFrame
df3 <- df1

说明：

• fixed = TRUE用于精确匹配子串，避免正则表达式特殊字符干扰（如果名称包含.、*等字符时尤其有用）
• 如果存在一个短名称匹配多个全名的情况，此方法会返回第一个匹配项，需提前处理df2的重复匹配情况

方法二：Tidyverse 工具链实现 #

使用dplyr配合stringr，代码更简洁易读：

library(dplyr)
library(stringr)

df3 <- df1 %>%
  rowwise() %>%
  mutate(name = if_else(
    # 检查是否存在匹配的全名
    any(str_detect(df2$name, fixed(name))),
    # 返回第一个匹配的全名
    df2$name[str_detect(df2$name, fixed(name))][1],
    # 无匹配则保留原名称
    name
  )) %>%
  ungroup()

说明：

• rowwise()确保每一行单独处理名称匹配
• str_detect功能与grepl类似，用于检测子串是否存在
• 同样，若存在多匹配场景，需提前明确匹配规则（比如优先匹配特定格式的全名）

额外注意事项 #

• 如果需要不区分大小写的匹配，可去掉fixed = TRUE，并添加ignore.case = TRUE参数，例如grepl(x, df2$name, ignore.case = TRUE)
• 若df2中存在重复的匹配项，建议先通过distinct()或其他规则清理数据，避免匹配结果混乱

内容的提问来源于stack exchange，提问作者Student