R语言实现两列字符串前8位匹配时给首列字符串加星号

• 匹配规则：对比两个数据框中长度为8-10位的字符串列，若两个字符串至少前8位数字匹配，则给第一个数据框（trqs）对应字符串末尾添加*
• 现有问题：已实现的代码仅支持完整字符串精确匹配，无法覆盖前8位匹配的部分匹配场景
• 预期输出：trqs$tl最终结果为 c("10012908*","1001290810*","10111090")

tl<-c("10012908","1001290810","10111090")
trqs<-as.data.frame(tl)

tl<-c("10012908","10012910")
mfn<-as.data.frame(tl)

for(i in 1:nrow(trqs)){
if(trqs$tl[i] %in% mfn$tl){
  trqs$tl[i] <-paste0(trqs$tl[i],"*")
  }
}

#预期结果为：
trqs$tl<-c("10012908*","1001290810*","10111090")

核心逻辑：统一截取两个表待匹配字符串的前8位作为匹配键，只要trqs中记录的前8位存在于mfn的前8位集合中，就给对应字符串加星号，采用向量化运算替代逐行循环，适配8-10位长度的字符串场景，不需要额外做长度判断。

可直接运行的代码如下：

# 提取mfn表待匹配列的所有前8位前缀，作为匹配基准
mfn_prefix_set <- substr(mfn$tl, 1, 8)

# 批量判断匹配，符合规则则追加星号
trqs$tl <- ifelse(
  substr(trqs$tl, 1, 8) %in% mfn_prefix_set,
  paste0(trqs$tl, "*"),
  trqs$tl
)

运行后打印trqs$tl即可得到预期结果：

> trqs$tl
[1] "10012908*"   "1001290810*" "10111090"

方案说明 #

• substr(x, 1, 8)会自动适配不同长度的输入：长度为8位的字符串会取完整值，9-10位的字符串会截取前8位，完全符合8-10位长度字符串的匹配要求
• 向量化的ifelse运算比原生for循环效率更高，数据量较大时运行速度优势明显
• 如果后续需要调整匹配前缀长度，仅需修改substr函数中的第三个参数（结束位置）即可，无需改动其他逻辑

内容的提问来源于stack exchange，提问作者melange164