根据部分匹配选择数据

Question

假设我有以下数据框并希望合并它们。

df1 = data.frame(zipcoide=c(90001,90002,90003,66062,90005)) 
df1 

df2 = data.frame(sfc_code=c(900,660,800,400,500,100,300,350,310,450)) 
df2 

SCF代码显然是邮政编码前缀，我想将sfc_code与邮政编码匹配。

基本上，如果我给出了一个scf代码列表，我想选择所有那些具有该scf代码的zip代码。

所以在这个例子，我想

90001 
90002 
90003 
90005 

结束了，我想我可以使用sqldf包编写一个查询，选择基于“LIKE”％900％”，但在寻找的东西多一点“优雅”。

谢谢！

Answer 1

要返回的所有它的前3位出现在邮编您sfc_codes列表：

df1[ as.numeric(substr(df1$zipcoide , 1 , 3)) %in% df2$sfc_code , ] 
# [1] 90001 90002 90003 66062 90005 

可能不是最好的例子，因为所有邮政编码是是sfc_code列表！

但是，如果我们去掉660然后我们得到：

df2 = data.frame(sfc_code=c(900,800,400,500,100,300,350,310,450)) 
df1[ as.numeric(substr(df1$zipcoide , 1 , 3)) %in% df2$sfc_code , ] 
# [1] 90001 90002 90003 90005 

Answer 2

当你sfc_code总是你的邮政编码的前三个数字，你可以只选择你的邮政编码的前三个数字，并与sfc_codes匹配这些：

df1$sfc_code <- as.numeric(substr(as.character(df1$zipcoide), 1, 3)) 

match(df1$sfc_code, df2$sfc_code) 

更新

如果作为@joran评论说你想拥有df2中的每个sfc_code所有df1中的邮编，你可以使用merge（带或不带all=TRUE）：

# add id so that we can see which records are matched 
df1$id1 <- 1:nrow(df1) 
df2$id2 <- 1:nrow(df2) 
merge(df2, df1)