通过具有列表条目的列加入/合并 R 中的两个数据框

Question

使用数据框时，将list 类型的条目存储在列中有时会很有帮助。我想按该类型的列连接两个数据框。这是两个此类数据框的示例

dfm1 <- structure(list(val1 = 1:5, id = list(c(0.4, 0.5), c(0.4, 0.5), c(0.1, 0.5), 0.4, 0.4)), .Names = c("val1", "id"), row.names = c(NA, -5L), class = "data.frame")

dfm2 <- structure(list(val2 = 7:9, id = list(c(0.4, 0.5), c(0.1, 0.5), 0.4)), .Names = c("val2", "id"), row.names = c(NA, -3L), class = "data.frame")

我想通过名为id 的列合并/加入它们，其中包含list 条目。在这种情况下，每个list 都包含一个vector（但它可以包含一个模型对象或任何东西，因为列表非常灵活）。例如，

> dfm2$id[1]
[[1]]
[1] 0.4 0.5
> class(dfm2$id[1][[1]])
[1] "numeric"
> is.vector(dfm2$id[1][[1]])
[1] TRUE

我想不出如何将id 列连接在一起，以使来自dfm1 的val1 和来自dfm2 的val2 位于同一个data.frame 中。当我尝试使用 dplyr 时，我得到：

dplyr::left_join(dfm1, dfm2, by = "id")

错误：无法加入列“id”x“id”：由于类型不兼容（列表/列表），无法加入“id”x“id”

我也没有使用data.table 包：

 dt1 <- as.data.table(dfm1)
 dt2 <- as.data.table(dfm2)

 dt1[dt2, on = "id"]

forderv(x, by = rightcols) 中的错误： 排序的第一列是“列表”类型，尚不支持

这是我想要的输出：

desired_dfm <- structure(list(val1 = 1:5, id = list(c(0.4, 0.5), c(0.4, 0.5), c(0.1, 0.5), 0.4, 0.4), val2 = c(7, 7, 8, 9, 9)), .Names = c("val1", "id", "val2"), row.names = c(NA, -5L), class = "data.frame")

> desired_dfm
  val1       id val2
1    1 0.4, 0.5    7
2    2 0.4, 0.5    7
3    3 0.1, 0.5    8
4    4      0.4    9
5    5      0.4    9

感谢您的帮助！如果您对“使用一列列表条目很愚蠢 - 避免这样做并改用 XXX”有任何建议，当然，这可能会有所帮助，但我也在寻找这个问题的答案正如我设置的那样:-)

edit 我将dfm2$id[3] 中的条目从c(0.1,0.2) 更改为c(0.1,0.5)。

澄清编辑 评论指出，可以将这个id 变量分散到两列中，然后加入它们。我同意这是可能的，但这是一个简单的示例，在更复杂的情况下，这种方法可能不起作用。

Answer 1

以下是获得所需输出的一种非常基本且没有灵感的方法。仅当您的 lists 是 floats 或 integers 或 string 字符时，它才有效。但我认为它会帮助您入门：

数据

dfm1 <- structure(list(val1 = 1:5, id = list(c(0.4, 0.5), c(0.4, 0.5), c(0.1, 0.5), 0.4, 0.4)), .Names = c("val1", "id"), row.names = c(NA, -5L), class = "data.frame")

dfm2 <- structure(list(val2 = 7:9, id = list(c(0.4, 0.5), c(0.1, 0.5), 0.4)), .Names = c("val2", "id"), row.names = c(NA, -3L), class = "data.frame")

流程

library(magrittr)

#You need to create new columns of the same name for both of your datasets

dfm1$newcol <- do.call('rbind',lapply(dfm1$id,function(x) paste(x,sep="",collapse="")))

dfm2$newcol <- do.call('rbind',lapply(dfm2$id,function(x) paste(x,sep="",collapse="")))

这里的想法是为您的id 列创建代理并使用这些代理来合并数据集。这里的代理是通过concatenating（或pasting一起）id列中每一行的元素获得的。

#Merge the datasets by 'newcol' and select the needed columns

merged_df <- merge(dfm1, dfm2, by = "newcol", sort=F) %>% subset(.,select=c("val1","id.x","val2"))


merged_df

 val1     id.x val2
    1 0.4, 0.5    7
    2 0.4, 0.5    7
    3 0.1, 0.5    8
    4      0.4    9
    5      0.4    9

如果需要，您可以将 id.x 列重命名为 id 以反映您的原始数据框。

另外，根据str 函数，输出的数据帧仍然有id.x 类型list。

str(merged_df)
'data.frame':   4 obs. of  3 variables:
 $ val1: int  1 2 4 5
 $ id.x:List of 4
  ..$ : num  0.4 0.5
  ..$ : num  0.4 0.5
  ..$ : num 0.4
  ..$ : num 0.4
 $ val2: int  7 7 9 9

我希望这会有所帮助。