R dplyr基于字符行条件连接两个数据框的实现问题

实现方案 #

这里提供两种常用实现方式，均基于tidyverse生态，匹配逻辑为检查df2$c的后缀是否等于df1$a的取值，符合你提到的ends_with类函数的匹配需求。 #

方案1：使用fuzzyjoin包实现正则左连接（代码最简洁）

library(tidyverse)
library(fuzzyjoin)

df_result <- df2 %>%
  # 匹配规则：c的后缀等于a的取值
  regex_left_join(df1, by = c("c" = "a"), match_fun = stringr::str_ends) %>%
  select(c, new = b)

方案2：仅用tidyverse基础函数实现（无需额外安装包）

如果不想安装额外扩展包，可以用逐行遍历匹配的方式实现：

library(tidyverse)

df_result <- df2 %>%
  mutate(new = map_chr(c, function(x) {
    # 提取所有匹配的b值，多个匹配时默认取第一个，可自行调整优先级
    matched_val <- df1$b[str_ends(x, df1$a)]
    ifelse(length(matched_val) > 0, matched_val[1], NA_character_)
  }))

匹配优先级调整 #

如果存在长后缀和短后缀同时匹配的场景（比如同时有a="010"和a="10"都匹配某个c的后缀），只需要提前对df1按a的长度降序排序，就可以优先匹配更长的后缀：

df1 <- df1 %>% arrange(desc(nchar(a)))

内容的提问来源于stack exchange，提问作者Kaddi