根據部分匹配選擇數據

Question

假設我有以下數據框並希望合併它們。

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代碼顯然是郵政編碼前綴，我想將sfc_code與郵政編碼匹配。

基本上，如果我給出了一個scf代碼列表，我想選擇所有那些具有該scf代碼的zip代碼。

所以在這個例子，我想

90001 
90002 
90003 
90005 

結束了，我想我可以使用sqldf包編寫一個查詢，選擇基於「LIKE」％900％」，但在尋找的東西多一點「優雅」。

謝謝！

Answer 1

要返回的所有它的前3位出現在郵編您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，因爲所有郵政編碼是是sfc_code列表！

但是，如果我們去掉660然後我們得到：

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

當你sfc_code總是你的郵政編碼的前三個數字，你可以只選擇你的郵政編碼的前三個數字，並與sfc_codes匹配這些：

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

match(df1$sfc_code, df2$sfc_code) 

更新

如果作爲@joran評論說你想擁有df2中的每個sfc_code所有df1中的郵編，你可以使用merge（帶或不帶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)