如何匹配对并按两列中的值合并数据框？答案

【问题标题】：How to match pairs and merge data frame by values in two columns?如何匹配对并按两列中的值合并数据框？
【发布时间】：2018-10-16 14:43:33
【问题描述】：

假设我有一个数据框

x    y    val
A    B    5
A    C    3
B    A    7
B    C    9
C    A    1

如您所见，x 和 y 有两对匹配：

第 1 对：A B 5 和 B A 7

第 2 对：A C 3 和 C A 1

我想将它们合并到 A B 12 和 A C 4 并留下 B C 9，因为它没有一对 (C B)。

最终的数据框应如下所示：

x    y    val
A    B    12
A    C    4
B    C    9

如何在 R 中实现这一点？

【问题讨论】：

标签： r dataframe merge match

【解决方案1】：

这是dplyr 的一种解决方案：

library(dplyr)

df %>% 
  mutate(var = paste(pmin(x, y), pmax(x, y))) %>% 
  group_by(var) %>% 
  summarise(val = sum(val))

# A tibble: 3 x 2
  var     val
  <chr> <int>
1 A B      12
2 A C       4
3 B C       9

如果您希望 Melissa Key 提到 x 和 y 列，请将 separate(var, c("x", "y")) 添加到链的末尾。

【讨论】：

【解决方案2】：

首先确保x 和y 是给DF_c 的字符，然后对它们进行排序给DF_s。最后执行聚合。不使用任何包。如果 x 和 y 已经是字符，则不需要第一行。

DF_c <- transform(DF, x = as.character(x), y = as.character(y))
DF_s <- transform(DF_c, x = pmin(x, y), y = pmax(x, y))
aggregate(val ~ x + y, DF_s, sum)

给予：

  x y val
1 A B  12
2 A C   4
3 B C   9

【讨论】：

【解决方案3】：

可以按row_number() 到sort 分组，并按排序顺序组合列以创建一个独立于顺序的pair。

注意：下面的解决方案也可以演变为适用于超过 2 列的配对。例如，将A B C、A C B 或B C A 视为同一组。

library(dplyr)
library(tidyr)
df %>%
  group_by(row_number()) %>%
  mutate(xy = paste0(sort(c(x,y)),collapse=",")) %>%
  group_by(xy) %>%
  summarise(val = sum(val)) %>% 
  separate(xy, c("x","y"))

## A tibble: 3 x 3
#  x     y       val
#* <chr> <chr> <int>
#1 A     B        12
#2 A     C         4
#3 B     C         9

数据：

df <- read.table(text = 
"x    y    val
A    B    5
A    C    3
B    A    7
B    C    9
C    A    1",
header = TRUE, stringsAsFactors = FALSE)

【讨论】：