如何通过 \"or\" 合并两个 data.frame

Question

我有一个包含下一列 (df1) 的数据框：

Codes	Oxy	Date
100095	30%	1
100096	50%	1
100097	20%	1
100095	40%	2
100096	10%	2
100097	20%	2

另一个包含我想合并的附加数据 (df2)：

Code1	Code2	Spp
100095	345550	Sz
104568	100096	Cg
983488	100097	As

这第二个 df 有额外的信息，但行数不同。如您所见，代码相似但并不总是来自同一列。然后，我想做的是合并两个 df，但说“Codes”=“Code1”或“Code2”。如果代码与两列之一相似，则应合并该行上的其余数据。

我试过：

df3<-merge(x = df1, y = df2, all.x = TRUE)

但它只将所有额外数据复制到每一行而不考虑代码。 希望我解释一下我的自我，非常感谢你。

我希望将 spp 变量添加到两个 df 之间具有相同代码的每一行，但考虑 df2 中的两个代码列之一。

Answer 1

试试这个，基于平等迭代加入：

library(dplyr)
df1 %>%
  left_join(df2, by = c("Codes" = "Code1")) %>%
  left_join(df2, by = c("Codes" = "Code2")) %>%
  mutate(Spp = coalesce(Spp.x, Spp.y)) %>%
  select(-Code1, -Code2, -Spp.x, -Spp.y)
#    Codes Oxy Date Spp
# 1 100095 30%    1  Sz
# 2 100096 50%    1  Cg
# 3 100097 20%    1  As
# 4 100095 40%    2  Sz
# 5 100096 10%    2  Cg
# 6 100097 20%    2  As

或者，我们可以在旋转数据后进行一次连接。这样做的好处是，如果您实际上有超过 2 个 Code# 字段，这将适用于“1 个或更多”，而不是硬编码 2：

tidyr::pivot_longer(df2, -Spp, values_to = "Codes") %>%
  select(-name) %>%
  left_join(df1, ., by = "Codes")
#    Codes Oxy Date Spp
# 1 100095 30%    1  Sz
# 2 100096 50%    1  Cg
# 3 100097 20%    1  As
# 4 100095 40%    2  Sz
# 5 100096 10%    2  Cg
# 6 100097 20%    2  As

一个可能的问题是：如果一个特定代码有多个 Spp，那么这将导致重复行，导致超过 6 行（给定这个 df1）。如果这是一个问题，那么您可能需要执行类似 pivot_longer(...) %>% distinct(Codes, .keep_all = TRUE) %>% left_join(...) 的操作，或者选择另一种缩减方法，这样新的 Codes 列中的任何内容都不会重复。