基于R中两个数据框的信息组合

Question

这是我的示例数据

> data.frame
              a     b     c     d 
W_1_N        NA    NA    NA    NA  
W_1_E         2     2     2     4   
W_1_C         4     2     2     4  
W_1_D        NA    NA    NA    NA  

首先我必须组合矩阵中的元素以获得它们的列名对，其中一个元素是 4，另一个元素是 2 在同一行中。

结果是这样的

W_1_E.1  d  a
W_1_E.2  d  b
W_1_E.3  d  c
W_1_C.1  a  b
W_1_C.2  a  c
W_1_C.3  d  b
W_1_C.4  d  c

我只想要在同一行中一个元素为 4，另一个元素为 2 的对。 W_1_N 和 W_1_D 只有 NA 所以被省略了。 W_1_E 出现在 3 行中，因为样本数据行中有 3 对 (4,2)。W_1_C 有 4 对。

这是代码：

  lst=data.frame(df) %>%
    rownames_to_column("rn") %>%
    drop_na() %>%
    gather(key, value, -rn) %>%
    group_by(rn, value) %>%
    summarise(l = list(unique(key))) %>%
    split(.$rn)

pair=do.call("rbind", lapply(lst, function(x) expand.grid(x$l[[1]], 
x$l[[2]])))

效果很好，但现在我有了第二个 data.frame：

              a     b     c     d 
W_1_N         0     1     1     1  
W_1_E         1     1     0     0   
W_1_C         1     1     1     0  
W_1_D         1     0     1     1  

这是我的问题，我只想得到这对，其中对的两个元素的值在第二个 data.frame 中都是 1。例如，我的第一对结果W_1_E.1 d a 应该被消除，因为d 在第二个data.frame 的W_1_E 行中具有0 的值。

输出应该是：

W_1_C.1  a  b
W_1_C.2  a  c

d 在W_1_E 行中具有值0，因此在我的结果data.frame 中所有带有W_1_E 的行都被消除（所有par 都带有d）。最后两行被删除，因为d 也是第二个数据帧中W_1_C 行中的0。

感谢您的帮助

Answer 1

怎么样？

x <- "N             a     b     c     d 
W_1_N        NA    NA    NA    NA  
W_1_E         2     2     2     4   
W_1_C         4     2     2     4  
W_1_D        NA    NA    NA    NA "
x1 <- read.table(text = x, header = TRUE)

x <- "N             a     b     c     d 
W_1_N         0     1     1     1  
W_1_E         1     1     0     0   
W_1_C         1     1     1     0  
W_1_D         1     0     1     1  "
x2 <- read.table(text = x, header = TRUE)

df <- merge(x1, x2, by="N")
df$a <- ifelse(df$a.y == 0,NA,df$a.x)
df$b <- ifelse(df$b.y == 0,NA,df$b.x)
df$c <- ifelse(df$c.y == 0,NA,df$c.x)
df$d <- ifelse(df$d.y == 0,NA,df$d.x)
df <- df[ , c(1,10:13)]


library(tidyr)
df_all <- df %>%
  gather(key = key1, value, 2:5)

df2 <- df_all[!is.na(df_all$value) & df_all$value == 2,]
df4 <- df_all[!is.na(df_all$value) & df_all$value == 4,]
merge(df2[,1:2], df4[1:2], by = "N", all.x = FALSE, all.y = FALSE)