如何在R中高效匹配大量字符串参数并生成对应ID映射表

我有一个名为tab1的data.frame，可用作查找不同pattern对应id的字典：

tab1 <- data.frame(id = c(1, 42, 2, 88, 432, 9584), 
                   name = c("apple", "banana", "apple", "mango", "mango", "apple"))

输出的tab1内容：

id   name
1    1  apple
2   42 banana
3    2  apple
4   88  mango
5  432  mango
6 9584  apple

比如查找pattern为"apple"或"mango"对应的id：

# 查找apple对应的id
tab1[which(tab1$name %in% "apple"), ]$id
# 输出：[1]    1    2 9584

# 查找mango对应的id
tab1[which(tab1$name %in% "mango"), ]$id
# 输出：[1]  88 432

我希望将这些id存储到一个新的data.frame中，其中id以|分隔，格式如下：

pattern       id
1   apple 1|2|9584
2   mango   88|432
3   peach       NA

现需匹配超百万个pattern，请问在R中无需依赖循环的高效实现方法是什么？

针对百万级别的匹配需求，推荐使用向量化分组聚合+左连接的方式，避免循环带来的性能损耗。以下是两种主流高效实现：

方法1：使用data.table（性能最优，适合超大规模数据） #

data.table在内存管理和大数据操作上效率极高，是处理百万级数据的首选：

# 加载包
library(data.table)

# 将原数据转为data.table格式，按name分组拼接id
tab1_dt <- as.data.table(tab1)
id_mapping <- tab1_dt[, .(id = paste(id, collapse = "|")), by = name]

# 假设你的百万级pattern存储在pattern_df中
pattern_df <- data.table(pattern = c("apple", "mango", "peach"))

# 左连接匹配，无对应值自动填充NA
result <- pattern_df[id_mapping, on = .(pattern = name), id := i.id]
result <- result[, .(pattern, id)]

# 输出结果
print(result)

输出：

pattern       id
1:   apple 1|2|9584
2:   mango   88|432
3:   peach       NA

方法2：使用dplyr（语法简洁，适合tidyverse用户） #

dplyr的向量化操作同样高效，语法更直观：

# 加载包
library(dplyr)

# 分组拼接id
id_mapping <- tab1 %>%
  group_by(name) %>%
  summarise(id = paste(id, collapse = "|"), .groups = "drop")

# 假设pattern数据集
pattern_df <- tibble(pattern = c("apple", "mango", "peach"))

# 左连接得到结果
result <- pattern_df %>%
  left_join(id_mapping, by = c("pattern" = "name"))

# 输出结果
print(result)

输出与data.table方法一致。

内容的提问来源于stack exchange，提问作者Adrian