DPLYR 查找或加入？如何解决这个问题？答案

【问题标题】：DPLYR lookup or join? How to approach this?DPLYR 查找或加入？如何解决这个问题？
【发布时间】：2017-06-15 04:03:36
【问题描述】：

我有两张表，都有以下字段：

日期
身份证
蔬菜
水果
指标

df2 是 df1 的子集。 df1 大约有 8k 条记录，df2 大约有 4k 条记录。

我的目标是创建一个新的 df 或向父数据框 df1 添加一列，其中包含日期/id 组合是否存在于 df2 中的真/假。基本上是一个查找。

我应该走查找表路线还是应该通过连接 df1 和 2 创建一个新的数据框？

我不能仅凭 id 加入，必须是 id 和日期的组合，因为某些 id 在不同的日期返回。

我试过left_join()

comb <- left_join(x = df1, y = df2, by=c("date", "id"))

但是当我真的只想保留 df1 列时，结果返回了水果和蔬菜的列：

日期
身份证
蔬菜.x
水果.x
metric.x
蔬菜.y
fruits.y
metric.y

我想要的只是：

日期
身份证
蔬菜
水果
InDF2（布尔值）
指标

确定 df1 中的哪些行 (date + id) 也存在于 df2 (date + id) 中的最佳方法是什么？

【问题讨论】：

标签： r dplyr

【解决方案1】：

也许paste 将date 和id 转换为每个df 的向量，比如df1_vector 和df2_vector
使用%in%
试试df1$df2_presence_check = paste(df1$date,df1$id) %in% paste(df2$date,df2$id)

示例

set.seed(42)
a = sample(letters, 5)
b = sample(letters,15)
a %in% b
#[1] FALSE FALSE  TRUE  TRUE  TRUE

#OR

b %in% a
#[1] FALSE FALSE FALSE FALSE FALSE FALSE  TRUE FALSE FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE

【讨论】：

成功了，谢谢您的建议，将其与 mutate() 结合使用以添加新列。

【解决方案2】：

这是一个完全在dplyr 中的解决方案。我假设 id 和 date 代表唯一键。

让我们添加一些数据以实现可重复性

set.seed(23489)
n <- 10

df1 <- data.frame(
  id=sample(1e4:9e4, n),
  date=sample(seq(as.Date('2015/01/01'), as.Date('2017/01/01'), by="day"), n),
  vegetables= c("Broccoli", "Cabbage", "Calabrese", "Carrots", "Cauliflower", 
                "Celery", "Chard", "Endive", "Fiddleheads", "Frisee"),
  fruits=c("Jabuticaba", "Jackfruit", "Jambul", "Jujube", "Juniper berry",
           "Kiwi", "Kumquat", "Lemon", "Lime", "Loquat"),
  metric=rnorm(n=n)
)

df2 <- df1[sample(seq_len(nrow(df1)), n/2), ]

接下来，我们生成您想要的输出

df1 %>%
  left_join(select(mutate(df2, InDF2=TRUE), id, date, InDF2), by=c("id", "date")) %>%
  mutate(InDF2=ifelse(is.na(InDF2), FALSE, TRUE))

#       id       date  vegetables        fruits      metric InDF2
# 1  80283 2016-11-26    Broccoli    Jabuticaba  1.68765979 FALSE
# 2  14766 2016-10-18     Cabbage     Jackfruit -0.16774908 FALSE
# 3  19532 2015-03-29   Calabrese        Jambul -1.18328968  TRUE
# 4  46187 2015-03-09     Carrots        Jujube  1.83044569 FALSE
# 5  76852 2016-01-11 Cauliflower Juniper berry -0.05744373 FALSE
# 6  45507 2015-10-27      Celery          Kiwi -1.78166251 FALSE
# 7  65227 2016-07-07       Chard       Kumquat -1.84756162  TRUE
# 8  71433 2015-05-25      Endive         Lemon  0.77346596  TRUE
# 9  17002 2016-10-22 Fiddleheads          Lime  1.09118108  TRUE
# 10 52797 2015-06-29      Frisee        Loquat -0.46491328  TRUE

【讨论】：