根据R中的其他数据框替换数据框中的值答案

【问题标题】：Replace values in data frame based on other data frame in R根据R中的其他数据框替换数据框中的值
【发布时间】：2013-02-25 15:04:35
【问题描述】：

在下面的示例中，userids 是我的参考数据框，userdata 是应该进行替换的数据框。

> userids <- data.frame(USER=c('Ann','Jim','Lee','Bob'),ID=c(1,2,3,4))
> userids
  USER ID
1  Ann  1
2  Jim  2
3  Lee  3
4  Bob  4

> userdata <- data.frame(INFO=c('foo','bar','foo','bar'), ID=c('Bob','Jim','Ann','Lee'),AGE=c('43','33','53','26'), FRIENDID=c('Ann',NA,'Lee','Jim'))
> userdata
  INFO  ID AGE FRIENDID
1  foo Bob  43      Ann
2  bar Jim  33       NA
3  foo Ann  53      Lee
4  bar Lee  26      Jim

如何将userdata中的ID和FRIENDID替换为userids中USER对应的ID？

想要的输出：

  INFO  ID AGE FRIENDID
1  foo   4  43        1
2  bar   2  33       NA
3  foo   1  53        3
4  bar   3  26        2

【问题讨论】：

“正确”是什么意思？是否要将userids$USER 与userdata$ID 匹配？
我猜correct应该是corresponding。
@Robert，获得所需的输出会有所帮助（下次避免这些混淆）。

标签： r dataframe

【解决方案1】：

使用match:

userdata$ID <- userids$ID[match(userdata$ID, userids$USER)]
userdata$FRIENDID <- userids$ID[match(userdata$FRIENDID, userids$USER)]

【讨论】：

【解决方案2】：

这是一种可能：

library(qdap)
userdata$FRIENDID <- lookup(userdata$FRIENDID, userids)
userdata$ID <- lookup(userdata$ID, userids)

或赢得单线奖：

userdata[, c(2, 4)] <- lapply(userdata[, c(2, 4)], lookup, key.match=userids)

【讨论】：

qdap 看起来不错，但我的存储库中没有看到它。
不知道为什么。也许是因为它是一个较新的版本。尝试install.packages("qdap") 或者您可以使用：library(devtools) install_github("qdap", "trinker") 用于开发人员。版本。
失败。 ERROR: dependency 'openNLP' is not available for package 'qdap'
您使用的是什么操作系统？如果是mac，你必须从源代码编译。详情请见：trinker.github.com/qdap_install/installation
@agstudy。错过了。你是对的。我进行了编辑以反映这一点。

【解决方案3】：

这里尝试使用sqldf 将结果作为不同列上的多重连接。

  library(sqldf)
  sqldf('SELECT d.INFO,d.AGE,i1.ID ,i2.ID FRIENDID
       FROM 
       userdata d
       INNER JOIN 
       userids i1 ON (i1.USER=d.FRIENDID)
       INNER JOIN
        userids i2 ON (i2.USER=d.ID)')

 INFO AGE ID FRIENDID
1  foo  43  1        4
2  foo  53  3        1
3  bar  26  2        3

但这会删除 NA 行！也许有人可以建议我如何处理 NA！

编辑

感谢 G. Grothendieck 的评论，将 INNER 替换为 LEFT，我们得到了结果。

 sqldf('SELECT d.INFO,d.AGE,i1.ID ,i2.ID FRIENDID
        FROM 
        userdata d
        LEFT JOIN 
        userids i1 ON (i1.USER=d.FRIENDID)
        LEFT JOIN
         userids i2 ON (i2.USER=d.ID)')
INFO AGE ID FRIENDID
1  foo  43  1        4
2  bar  33 NA        2
3  foo  53  3        1
4  bar  26  2        3

【讨论】：

关于您的问题，将 INNER 的两个实例替换为 LEFT 。

【解决方案4】：

这是一个可能的解决方案，它也适用于每个 ID 的多条记录的数据集，但我们需要先将 ID 和 FRIENDID 变量强制转换为字符：

> userdata$ID <- sapply(userdata$ID, function(x){gsub(x, userids[userids$USER==x, 2], x)})
> userdata$FRIENDID <- sapply(userdata$FRIENDID, function(x){gsub(x, userids[userids$USER==x, 2], x)})

【讨论】：