匹配两个 data.frame（每个列名一个）并创建一个新的 data.frame答案

【问题标题】：Match two data.frame (one per column name) and create a new data.frame匹配两个 data.frame（每个列名一个）并创建一个新的 data.frame
【发布时间】：2019-06-27 14:14:06
【问题描述】：

我有以下df1：

structure(list(rchX = c(0.562189054726368, 0.552238805970149, 
0.552238805970149, 0.54726368159204, 0.54726368159204, 0.54726368159204, 
0.54228855721393, 0.54228855721393, 0.537313432835821, 0.537313432835821
), frqX = c(0.925373134328358, 0.925373134328358, 0.915422885572139, 
0.965174129353234, 0.955223880597015, 0.875621890547264, 0.955223880597015, 
0.890547263681592, 0.900497512437811, 0.850746268656716), `1` = c(0, 
0, 0, 0, 0, 0, 0, 0, 0, 0), `2` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 
0), `3` = c(0, 1, 0, 1, 0, 0, 1, 0, 0, 0), `4` = c(0, 0, 0, 0, 
0, 0, 0, 0, 0, 0), `5` = c(0, 0, 0, 0, 0, 0, 0, 0, 1, 0), `6` = c(1, 
1, 1, 1, 1, 1, 1, 1, 1, 1), `7` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 
0), `8` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 1), `9` = c(0, 0, 0, 0, 
0, 0, 0, 0, 0, 0), `10` = c(0, 0, 0, 0, 0, 0, 0, 1, 0, 0), `11` = c(1, 
1, 1, 0, 0, 0, 0, 0, 0, 0), `12` = c(1, 0, 0, 1, 1, 1, 0, 1, 
1, 1), `13` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0), `14` = c(0, 0, 
0, 0, 0, 0, 0, 0, 0, 0), `15` = c(0, 0, 0, 0, 0, 1, 0, 0, 0, 
0), `16` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0), `17` = c(0, 0, 0, 
0, 0, 0, 0, 0, 0, 0), `18` = c(0, 0, 1, 0, 1, 0, 1, 0, 0, 0), 
    `19` = c(0, 0, 0, 0, 0, 0, 0, 0, 0, 0), `20` = c(0, 0, 0, 
    0, 0, 0, 0, 0, 0, 0)), class = "data.frame", row.names = c(NA, 
10L))

看起来像这样：

        rchX      frqX 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1  0.5621891 0.9253731 0 0 0 0 0 1 0 0 0  0  1  1  0  0  0  0  0  0  0  0
2  0.5522388 0.9253731 0 0 1 0 0 1 0 0 0  0  1  0  0  0  0  0  0  0  0  0
3  0.5522388 0.9154229 0 0 0 0 0 1 0 0 0  0  1  0  0  0  0  0  0  1  0  0
4  0.5472637 0.9651741 0 0 1 0 0 1 0 0 0  0  0  1  0  0  0  0  0  0  0  0
5  0.5472637 0.9552239 0 0 0 0 0 1 0 0 0  0  0  1  0  0  0  0  0  1  0  0
6  0.5472637 0.8756219 0 0 0 0 0 1 0 0 0  0  0  1  0  0  1  0  0  0  0  0
7  0.5422886 0.9552239 0 0 1 0 0 1 0 0 0  0  0  0  0  0  0  0  0  1  0  0
8  0.5422886 0.8905473 0 0 0 0 0 1 0 0 0  1  0  1  0  0  0  0  0  0  0  0
9  0.5373134 0.9004975 0 0 0 0 1 1 0 0 0  0  0  1  0  0  0  0  0  0  0  0
10 0.5373134 0.8507463 0 0 0 0 0 1 0 1 0  0  0  1  0  0  0  0  0  0  0  0

以及具有相应名称的第二个 data.frame：

df <- data.frame(
    a = seq(1:20),
    b = LETTERS[1:20]
)

    a b
1   1 A
2   2 B
3   3 C
4   4 D
5   5 E
6   6 F
7   7 G
8   8 H
9   9 I
10 10 J
11 11 K
12 12 L
13 13 M
14 14 N
15 15 O
16 16 P
17 17 Q
18 18 R
19 19 S
20 20 T

我想要做的是检查哪些列是 1 并将其与 df 中的相应字母匹配。第 6 列中的 1 表示“F”，第 11 列中的 1 表示“K”。总是正好有三个匹配，所以新 data.frame 的前两行看起来像这样：

       rchX      frqX varA varB varC
1 0.5621891 0.9253731    F    K    L
2 0.5522388 0.9253731    C    F    K

谁能帮帮我？

【问题讨论】：

标签： r dplyr match

【解决方案1】：

如果我们需要基于apply 的解决方案，我们可以这样做

cbind(df1[1:2],  t(apply(df1[-(1:2)], 1, function(x) 
 setNames(as.character(df$b), df$a)[names(x)[which(as.logical(x))]])))

或者可以使用tidyverse by gathering 成'long'格式，用key/val 数据集做一个left_join，summarise 通过与行号、rchX、frqX 和@987654327 分组输出@分成多列

library(tidyverse)
df1 %>% 
  mutate(rn = row_number()) %>% 
  gather(a, val, -rn, -rchX, -frqX) %>% 
  filter(val == 1) %>% 
  left_join(., df %>%
                  mutate(a = as.character(a))) %>% 
  select(-val)  %>% 
  group_by(rn, rchX, frqX) %>% 
  summarise(b = toString(b)) %>% 
  separate(b, into = str_c("Var", LETTERS[1:3])) %>%
  ungroup %>%
  select(-rn)
# A tibble: 10 x 5
#    rchX  frqX VarA  VarB  VarC 
#   <dbl> <dbl> <chr> <chr> <chr>
# 1 0.562 0.925 F     K     L    
# 2 0.552 0.925 C     F     K    
# 3 0.552 0.915 F     K     R    
# 4 0.547 0.965 C     F     L    
# 5 0.547 0.955 F     L     R    
# 6 0.547 0.876 F     L     O    
# 7 0.542 0.955 C     F     R    
# 8 0.542 0.891 F     J     L    
# 9 0.537 0.900 E     F     L    
#10 0.537 0.851 F     H     L

我们还可以更高效地使用base R

m1 <- `dim<-`(setNames(as.character(df$b), 
   df$a)[names(df1)[-(1:2)][col(df1[-(1:2)])]], dim(df1[-(1:2)]))
out <- read.table(text= trimws(do.call(paste, 
 as.data.frame(replace(m1, df1[-(1:2)] == 0, "")))), header = FALSE)
cbind(df1[1:2], out)
#         rchX      frqX V1 V2 V3
#1  0.5621891 0.9253731  F  K  L
#2  0.5522388 0.9253731  C  F  K
#3  0.5522388 0.9154229  F  K  R
#4  0.5472637 0.9651741  C  F  L
#5  0.5472637 0.9552239  F  L  R
#6  0.5472637 0.8756219  F  L  O
#7  0.5422886 0.9552239  C  F  R
#8  0.5422886 0.8905473  F  J  L
#9  0.5373134 0.9004975  E  F  L
#10 0.5373134 0.8507463  F  H  L

【讨论】：

谢谢 akrun，很好的解决方案。其中两个真的很漂亮:-)
因为我接受了 Ronaks 解决方案？对我来说，他的第一个基础 R 解决方案最适合可读性
@DSGym 这是因为我没有发现你想要基本的 R 解决方案。如果提到这一点，我会花时间提供该解决方案而不是 tidyverse
对不起，下次我会澄清这一点。老实说，这没关系

【解决方案2】：

在基础 R 中，一种方法是使用 apply，删除值为 0 的值，将它们的名称与 df 的 a 列进行比较，并获取相应的 b 值。

cbind(df1[1:2], t(apply(df1[-c(1:2)], 1, function(x) 
                df$b[match(names(x[x!=0]), df$a)])))

#           rchX         frqX 1 2 3
#1  0.5621890547 0.9253731343 F K L
#2  0.5522388060 0.9253731343 C F K
#3  0.5522388060 0.9154228856 F K R
#4  0.5472636816 0.9651741294 C F L
#5  0.5472636816 0.9552238806 F L R
#6  0.5472636816 0.8756218905 F L O
#7  0.5422885572 0.9552238806 C F R
#8  0.5422885572 0.8905472637 F J L
#9  0.5373134328 0.9004975124 E F L
#10 0.5373134328 0.8507462687 F H L

【讨论】：