R - 为什么 sapply 在另一个数据框中搜索值时返回此数据框中的列表？

Question

我有以下两个 2 data.frames：

df1

structure(list(thread_id = c(1L, 1L, 2L, 2L, 2L, 2L), course_week = c(1, 
1, 1, 1, 1, 1), user_id = c(1237305, 3001241, 1237305, 1237305, 
4455134, 4398594), post_id_unique = c("1-NA", "1-post-1", "2-NA", 
"2-post-2", "2-post-2", "2-post-2"), to = list(NULL, 1L, NULL, 
    2L, 2L, 2L)), .Names = c("thread_id", "course_week", "user_id", 
"post_id_unique", "to"), row.names = c(NA, 6L), class = "data.frame")

df2

structure(list(thread_id = c(1L, 1L, 2L, 2L, 2L, 2L), course_week = c(1, 
1, 1, 1, 1, 1), user_id = c(1237305, 3001241, 1237305, 1237305, 
4455134, 4398594), post_id_unique = c("1-post-1", "1-post-1125", 
"2-post-2", "2-post-3", "2-post-43", "2-post-54")), .Names = c("thread_id", 
"course_week", "user_id", "post_id_unique"), row.names = c(NA, 
6L), class = "data.frame")

我正在尝试将 df1$to 替换为 df2$user_id 中与两个文件中的 $post_id_unique 列匹配的值。

我为它编写了以下代码：

from <- as.list(df1$post_id_unique)
replace <- function(i){if(grepl("NA",i)!=TRUE) {df2[df2$post_id_unique==i,1]}}
df1$to <- sapply(from, replace)

这几乎可以完美地工作...除了 df1$to 中的每个值都是一个列表而不是数字或字符向量：

'data.frame':   6 obs. of  5 variables:
 $ thread_id     : int  1 1 2 2 2 2
 $ course_week   : num  1 1 1 1 1 1
 $ user_id       : num  1237305 3001241 1237305 1237305 4455134 ...
 $ post_id_unique: chr  "1-NA" "1-post-1" "2-NA" "2-post-2" ...
 $ to            :List of 6
  ..$ : NULL
  ..$ : int 1
  ..$ : NULL
  ..$ : int 2
  ..$ : int 2
  ..$ : int 2

为什么我的原始代码会在数据框中创建列表？我怎样才能将它们取消列出？或者一开始就避开它们。

我知道这类似于 merge()，但出于学习和其他原因，我对这样做很感兴趣。

Answer 1

“问题”是有时您的replace() 函数不返回值（当i 值包含“NA”时）。由于sapply 总是返回一个与输入长度相同的对象，因此该函数返回 NULL 值。 NULL 不能放在简单的向量中，因此 sapply 的结果被强制转换为列表。您可以通过返回 NA 而不是什么都没有来解决此问题

replace <- function(i){if(grepl("NA",i)!=TRUE) {df2[df2$post_id_unique==i,1]} else {NA}}

但实际上看起来您正在执行基本的左合并操作。基本语法是

merge(df1, df2, by="post_id_unique", all.x=T)