比较 R 中的两个数据帧并从一个数据帧中提取值答案

【问题标题】：Comparing two dataframes in R and extract the values from one dataframe比较 R 中的两个数据帧并从一个数据帧中提取值
【发布时间】：2020-07-21 14:34:36
【问题描述】：

我有两个具有不同行数和列数的数据框。一个数据框有两列，另一个数据框有多列。第一个数据帧看起来像，

第二个数据框是这样的

实际上，我需要将包含 A、B、C 等的第二个数据帧替换为第一个数据帧的第二列的值。

我需要以下格式的输出。

帮我解决这个问题。

输入：

structure(list(col1 = c("A", "B", "C", "D", "E", "F", "G", "H", 
"I", "J", "K", "L"), col2 = c(10, 1, 2, 3, 4, 3, 1, 8, 19, 200, 
12, 112)), row.names = c(NA, -12L), class = c("tbl_df", "tbl", 
"data.frame"))

df2

structure(list(col1 = c("A", "F", "W", "E", "F", "G"), col2 = c(NA, 
NA, "J", "K", "L", NA), col3 = c(NA, "H", "I", NA, "A", "B")), row.names = c(NA, 
-6L), class = c("tbl_df", "tbl", "data.frame"))

【问题讨论】：

请将您的数据框编码到问题中

标签： r dataframe match

【解决方案1】：

单行：

as_tibble(`colnames<-`(matrix(df1$col2[match(as.matrix(df2),df1$col1)], ncol=3), names(df2)))
#> # A tibble: 6 x 3
#>    col1  col2  col3
#>   <dbl> <dbl> <dbl>
#> 1    10    NA    NA
#> 2     3    NA     8
#> 3    NA   200    19
#> 4     4    12    NA
#> 5     3   112    10
#> 6     1    NA     1

【讨论】：

【解决方案2】：

您可以通过一些数据操作来完成此操作。将df2中的数据拉长，然后加入df，再将数据拉宽。

rowid_to_column 是从长期工作过渡到广泛工作所必需的。您可以通过在链末尾添加 select(-rowid) 轻松删除该列。

library(tidyverse)

df2 %>%
    rowid_to_column() %>%
    pivot_longer(cols = -rowid) %>%
    left_join(df, by = c("value" = "col1")) %>%
    select(-value) %>%
    pivot_wider(names_from = name, values_from = col2)

#   rowid  col1  col2  col3
#   <int> <dbl> <dbl> <dbl>
# 1     1    10    NA    NA
# 2     2     3    NA     8
# 3     3    NA   200    19
# 4     4     4    12    NA
# 5     5     3   112    10
# 6     6     1    NA     1

【讨论】：

【解决方案3】：

基础 R 中的单行代码：

df2 <- as.data.frame(lapply(df2, function(x) ifelse(!is.na(x), setNames(df$col2, df$col1)[x], NA)))

输出

> df2
  col1 col2 col3
1   10   NA   NA
2    3   NA    8
3   NA  200   19
4    4   12   NA
5    3  112   10
6    1   NA    1

【讨论】：

【解决方案4】：

base 中的另一个短衬里。您可以使用match 并将结果分配给df2[]：

df2[] <- df[match(unlist(df2), df[,1]), 2]
df2
#  col1 col2 col3
#1   10   NA   NA
#2    3   NA    8
#3   NA  200   19
#4    4   12   NA
#5    3  112   10
#6    1   NA    1

【讨论】：