R语言如何匹配两个数据框中斜杠分隔的标识列生成对应Id拼接列

问题核心 #

你之前的匹配失败原因是original的Identification列为多值拼接的字符串，无法直接和to_match的单值标识直接匹配，需要先拆分字段、逐值匹配后再拼接结果。

实现方法 #

方法1：基础R实现（无需安装额外包） #

# 逐行拆分Identification、匹配、拼接
original$Id <- sapply(strsplit(original$Identification, "/"), function(x) {
  # 转成数值和to_match的Identification类型统一，避免匹配失败
  match_ids <- as.numeric(x)
  paste(to_match$Id[match(match_ids, to_match$Identification)], collapse = "/")
})

运行后original即可得到预期结果：

方法2：tidyverse实现（语法更简洁） #

library(dplyr)
library(tidyr)

original <- original %>%
  separate_rows(Identification, sep = "/", convert = TRUE) %>% # 拆分为长表，自动转换为数值类型
  left_join(to_match, by = "Identification") %>% # 关联匹配Id
  group_by(Names) %>%
  summarise(
    Identification = paste(Identification, collapse = "/"),
    Id = paste(Id, collapse = "/")
  ) # 按分类分组拼接回原数据结构

内容的提问来源于stack exchange，提问作者CodingBiology