如何根据输入数字字符串在DataFrame的lhs列匹配并返回对应列值

首先，我们先定义你提供的DataFrame，方便后续测试：

df <- data.frame(
  lhs = c("32,39,6", "39,6,65", "14,16,26", "16,20,4", "16,26,33", "53"),
  rhs = c(65, 32, 15, 26, 4, 31),
  name = c("jackfruit", "coffee", "salts", "marshmallows", "veggies", "candy"),
  stringsAsFactors = FALSE
)

问题分析 #

你之前使用grep的方式是按连续子串匹配，这就要求输入的数字顺序和lhs中的顺序完全一致且连续才能命中（比如grep('16,20', df$lhs)能匹配16,20,4，但grep('16,4', df$lhs)不行，因为lhs里是16,20,4，没有16,4这个连续子串）。但你的实际需求是：输入的所有数字都存在于lhs的数字集合中（不管顺序和中间是否有其他数字），所以需要换一种匹配逻辑。

解决方案 #

我们可以写一个自定义函数，将输入字符串和lhs列都拆分为独立数字集合，然后检查输入的所有数字是否都包含在该行的lhs数字中：

match_lhs <- function(input_str, df) {
  # 把输入字符串拆转为整数集合
  input_nums <- as.integer(strsplit(input_str, ",")[[1]])
  # 遍历每一行的lhs，检查输入数字是否全部存在于该行的lhs数字中
  is_match <- sapply(df$lhs, function(lhs_str) {
    lhs_nums <- as.integer(strsplit(lhs_str, ",")[[1]])
    all(input_nums %in% lhs_nums)
  })
  # 返回匹配行的rhs和name列
  df[is_match, c("rhs", "name")]
}

测试示例 #

示例1：输入"14,16" #

match_lhs("14,16", df)

输出：

rhs  name
3  15 salts

示例2：输入"14,16,26" #

match_lhs("14,16,26", df)

输出：

rhs  name
3  15 salts

示例3：输入"16" #

match_lhs("16", df)

输出：

rhs        name
3  15       salts
4  26 marshmallows
5   4      veggies

你的测试用例：输入"16,4" #

match_lhs("16,4", df)

输出：

rhs        name
4  26 marshmallows

完全符合你的期望！

内容的提问来源于stack exchange，提问作者pylearner