循环遍历一个数据帧并将一个数据帧与另一个数据帧匹配，查找列每次取一个唯一行（就另一列中的值而言）答案

【问题标题】：loop through and match one dataframe to another with a lookup column taking a unique row each time (in terms of value in another column)循环遍历一个数据帧并将一个数据帧与另一个数据帧匹配，查找列每次取一个唯一行（就另一列中的值而言）
【发布时间】：2021-12-11 16:23:04
【问题描述】：

我不知道我是否错误地搜索了这个问题，因为这很难解释，但到目前为止我还没有在网上找到任何答案！基本上我有两个数据框，DF1 有 120 行，DF2 有 22000 行。它们都有一个“查找”列，基于其他三个列的值。它们看起来像这样（一个子集）：

DF1：

Lookup
EM1PRI
EM1PRI
EM2PRI
EM3PRI
EM3PRI

DF2：

Lookup	ID
EM1PRI	14567
EM1PRI	12345
EM1PRI	13456
EM1PRI	15678
EM2PRI	16789
WM1PRI	17890

我想从 DF2 中获取每个可用匹配的 ID 到 DF1 中的查找列，循环遍历而不替换，因此每个 ID 都是唯一的。如果没有可用的，那么它需要是 NA。这就是我希望输出的样子：

DF3：

Lookup	ID
EM1PRI	14567
EM1PRI	12345
EM2PRI	16789
EM3PRI	NA
EM3PRI	NA

我不知道这是循环还是匹配或合并，还是三者兼而有之。非常感谢您的任何建议！

【问题讨论】：

请提供足够的代码，以便其他人更好地理解或重现问题。

标签： r loops join merge match

【解决方案1】：

一种方法是对两个 data.frame 中的每个 Lookup 值使用行号，然后连接 Lookup 值和行号。

library(dplyr)

df1 %>%
  group_by(Lookup) %>%
  mutate(rn = row_number()) %>%
  left_join(df2 %>% 
              group_by(Lookup) %>%
              mutate(rn = row_number())) %>%
  dplyr::select(-rn)

输出

  Lookup    ID
  <chr>  <dbl>
1 EM1PRI 14567
2 EM1PRI 12345
3 EM2PRI 16789
4 EM3PRI    NA
5 EM3PRI    NA

数据

df1 <- structure(list(Lookup = c("EM1PRI", "EM1PRI", "EM2PRI", "EM3PRI", 
"EM3PRI")), class = "data.frame", row.names = c(NA, -5L))

df2 <- structure(list(Lookup = c("EM1PRI", "EM1PRI", "EM1PRI", "EM1PRI", 
"EM2PRI", "WM1PRI"), ID = c(14567, 12345, 13456, 15678, 16789, 
17890)), class = "data.frame", row.names = c(NA, -6L))

【讨论】：