检查 data.frame 是否是另一个 data.frame 的子集

如何解决检查 data.frame 是否是另一个 data.frame 的子集

假设我有以下查找表：

(lkp <- structure(list(a = c("a","a","b","c"),b = c("a1 a2","a3 a2","a3","a1","a1")),row.names = c("lkp_1","lkp_2","lkp_3","lkp_4","lkp_5"),class = "data.frame"))
#       a     b
# lkp_1 a a1 a2
# lkp_2 a a3 a2
# lkp_3 a    a3
# lkp_4 b    a1
# lkp_5 c    a1 

我想检查另一个 data.frame、x 是否是 lkp 的子集，还有一个重要的附加要求，即列 b 匹配意味着lkp$b 只需要包含 x$b。

下面的例子应该清楚我的意思：

(chk <- list(c1 = structure(list(a = c("a","a"),b = c("a2","a2")),row.names = c(NA,-2L),class = "data.frame"),c2 = structure(list(a = "b",b = "a1"),-1L),c3 = structure(list(a = c("a",b = c("a1",c4 = structure(list(a = c("a",b = c("a3",class = "data.frame")))

# $c1
#   a  b
# 1 a a2
# 2 a a2

# $c2
#   a  b
# 1 b a1

# $c3
#   a  b
# 1 a a1
# 2 a a1

# $c4
#   a  b
# 1 a a3
# 2 a a2

• chk$c1：第 1 行匹配行 lkp_1（和 lkp_2），因为列 a 是相同的，lkp$b 包含 a2立>
• chk$c2 和 chk$c4 也匹配
• chk$c3 不不匹配。虽然每行都匹配 lkp_1，但 c4 不是子集，因为 lkp 需要包含 2 个不同的 行匹配。

原则上我正在寻找合并（或连接），其中连接条件将使用某种模糊匹配。

我找到并阅读了这两个 SO 答案：

• How to check if a row is a subset of a data.frame?
• R merge data frames,allow inexact ID matching (e.g. with additional characters 1234 matches ab1234 )

尤其是第二个答案看起来很有希望。但是，我不需要近似匹配，而是需要某种 does_contain 关系而不是纯粹的平等。那么，regex 解决方案是否可行？

预期结果

magic_is_subset_function <- function(chk,lkp) {
   # ...
}
sapply(chk,magic_is_subset_function,lkp = lkp)
# [1] TRUE TRUE FALSE TRUE

解决方法

sapply(
    chk,function(v) {
        sum(
            rowSums(sapply(v$a,`==`,lkp$a) &
                sapply(v$b,grepl,x = lkp$b)) > 0
        ) >= nrow(v)
    }
)

或

sapply(
    chk,function(v) {
        sum(
            colSums(
                do.call(
                    `&`,Map(
                        function(x,y) outer(x,y,FUN = Vectorize(function(a,b) grepl(a,b))),v,lkp
                    )
                )
            ) > 0
        ) >= nrow(v)
    }
)

给出

   c1    c2    c3    c4 
 TRUE  TRUE FALSE FALSE