R语言实现含|分隔多标识数据框基于部分匹配的合并操作

你需要的效果可以通过两种常用方式实现： #

方法1：基础R实现（无需安装额外包） #

核心思路是遍历拆分df1的ID2列，逐一匹配后拼接结果：

# 直接为df1新增匹配后的ID3列
df1$ID3 <- sapply(strsplit(df1$ID2, split = "\\|"), function(x) {
  # 筛选匹配到的ID3
  matched_id3 <- df2$ID3[df2$ID2 %in% x]
  # 多结果用|拼接，无匹配返回空字符串，可按需改为NA
  paste(unique(matched_id3), collapse = "|")
})

运行后直接输出df1即可得到预期结果：

> df1
  ID1      ID2   ID3
1  A1    B1|B2 C1|C2
2  A2       B1    C1
3  A3       B3    C3
4  A4    B6|B4    C4
5  A5 B0|B6|B3    C3

方法2：tidyverse实现（代码可读性更强） #

适合习惯tidyverse语法的场景，通过拆分-匹配-汇总的流程实现：

library(tidyverse)

df_result <- df1 %>%
  # 按|拆分ID2为长格式，每行仅存一个ID2值
  separate_rows(ID2, sep = "\\|") %>%
  # 左连接匹配df2的ID3
  left_join(df2, by = "ID2") %>%
  # 按原始ID1分组汇总
  group_by(ID1) %>%
  summarise(
    # 还原原始ID2格式
    ID2 = paste(ID2, collapse = "|"),
    # 拼接匹配到的ID3，自动跳过无匹配的NA
    ID3 = paste(na.omit(unique(ID3)), collapse = "|")
  ) %>%
  ungroup()

运行输出df_result和预期结果完全一致。

内容的提问来源于stack exchange，提问作者Kak Schoen