r - 在 R 中查找 2 个数据集之间的公共部分字符串

Question

我有两个数据集——一个包含 100 万家公司的列表，另一个包含 15,000 家公司。我需要找到这两者共有的公司。问题是名称不完全相同，因此我需要进行部分匹配。例如：在数据库 1：ABC Industries，在数据库 2：ABC。我可以使用 R 匹配这两行吗？

PS - 我是 R 的初学者，但愿意快速学习。

标签： r

Answer 1

# short names
short <- c("ABC", "BCA")
# long names
long <- c("ABC industry", "TATA consultancy", "BFH printing", "HMC BCA", "ABC", "BCA corporation")

# using grep to find short names in long names column
long[grep(paste0(short, collapse = "|"), long)]
#> [1] "ABC industry"    "HMC BCA"         "ABC"             "BCA corporation"

^{由reprex 包（v0.2.1）于 2019 年 4 月 25 日创建}