将 1 个数据帧中多列的值与第二个数据帧中的键匹配并创建列答案

【问题标题】：Matching values from multiple columns in 1 data frame to key in second data frame and creating columns将 1 个数据帧中多列的值与第二个数据帧中的键匹配并创建列
【发布时间】：2019-05-30 18:18:30
【问题描述】：

我有 2 个数据框。一个 (df1) 看起来像这样：

 var.1 var.2 var.3 var.4
1     7     9     1     2
2     4     6     9     7
3     2     NA    NA    NA

另一个（df2）看起来像这样：

 var.a var.b var.c var.d
1     1     b     c     d
2     2     f     g     h
3     4     j     k     l
3     7     j     k     z
...

在 df2 的 var.a 中的 df1 中的 var.1-var.4 中列出的所有值。

我想在 df1 中列出的所有列中匹配 df2 中的 var.a，然后使用新的/组合的列名将这些列添加到 df1。例如，它看起来像这样：

 var.1 var1.b var1.c var1.d ... var.4 var4.b var4.c var4.d
1     7     j     k     z         2     f     g     h
2     4     j     k     l         7     j     k     z
3     2     f     g     h         NA    NA    NA    NA

提前致谢！

【问题讨论】：

标签： r merge match

【解决方案1】：

这是tidyverse 解决方案。首先，我定义数据框。

df1 <- read.table(text = " var.1 var.2 var.3 var.4
                  1     7     9     1     2
                  2     4     6     9     7
                  3     2     NA    NA    NA", header = TRUE)


df2 <- read.table(text = "  var.a var.b var.c var.d
1     1     b     c     d
2     2     f     g     h
3     4     j     k     l
4     7     j     k     z", header=TRUE)

然后，我加载库。

# Load libraries
library(tidyr)
library(dplyr)
library(tibble)

最后，我重构了数据。

# Manipulate data
df1 %>% 
  rownames_to_column() %>% 
  gather(variable, value, -rowname) %>% 
  left_join(df2, by = c("value" = "var.a")) %>% 
  gather(foo, bar, -variable, -rowname) %>% 
  unite(goop, variable, foo) %>% 
  spread(goop, bar) %>% 
  select(-rowname)
#> Warning: attributes are not identical across measure variables;
#> they will be dropped

给出，

#>   var.1_value var.1_var.b var.1_var.c var.1_var.d var.2_value var.2_var.b
#> 1           7           j           k           z           9        <NA>
#> 2           4           j           k           l           6        <NA>
#> 3           2           f           g           h        <NA>        <NA>
#>   var.2_var.c var.2_var.d var.3_value var.3_var.b var.3_var.c var.3_var.d
#> 1        <NA>        <NA>           1           b           c           d
#> 2        <NA>        <NA>           9        <NA>        <NA>        <NA>
#> 3        <NA>        <NA>        <NA>        <NA>        <NA>        <NA>
#>   var.4_value var.4_var.b var.4_var.c var.4_var.d
#> 1           2           f           g           h
#> 2           7           j           k           z
#> 3        <NA>        <NA>        <NA>        <NA>

^{由reprex package (v0.3.0) 于 2019 年 5 月 30 日创建}

这有点令人费解，但我会尝试解释一下。

我首先将行号转换为一列，因为这将有助于我在最后将数据重新组合在一起。
我将df1 的格式从宽格式转换为长格式。
我分别基于var.a 和var.1（现在称为value）将df2 加入df1。
我又从宽变长了。
我将每个数据帧中的变量名合并为一个变量。
最后，我从长格式变为宽格式（这是行号派上用场的地方）并删除行号。

【讨论】：