更新：write.table（）

Question

我有一个问题，我想道歉，如果已经讨论过这个问题，尽管我查了旧帖子。

我有一个包含2列的data.frame，第二列可以包含多个标识符，但数字可以有所不同。在另一个data.frame中，标识符对应于另一个标识符。

df.1  

color   identifier
blue    A1, B2, C3, C4 
yellow  B2, C4, C6
green   A3

df.2

A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot

我想要的是像这样的data.frame：

df.3

color   identifier        identifier2
blue    A1, B2, C3, C4    Mercedes, Porsche, Toyota, Hundai 
yellow  B2, C4, C6        Porsche, Hundai, Peugeot
green   A3                BMW

包含标识符的data.frame，另外还包含第二个data.frame的标识符。

我试图使用apply和stack and unstack，但我根本没有成功。

你有什么建议吗？

Answer 1

这是另一种解决方案，使用strsplit：

# The data
df.1  = read.table(header=TRUE, text="
color   identifier
blue    'A1, B2, C3, C4'
yellow  'B2, C4, C6'
green   'A3'", stringsAsFactors = FALSE)

df.2 = read.table(header=FALSE, text="
A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot", stringsAsFactors=FALSE)
names(df.2) = c("identifier", "car")

df.1$identifier = strsplit(df.1$identifier, split=", ")
df.1$identifier1 = lapply(1:nrow(df.1), 
         function(x) df.2[which(df.2$identifier %in% df.1$identifier[[x]]), 2])
df.1
#    color     identifier                       identifier1
# 1   blue A1, B2, C3, C4 Mercedes, Porsche, Toyota, Hundai
# 2 yellow     B2, C4, C6          Porsche, Hundai, Peugeot
# 3  green             A3                               BMW

请注意identifier和identifier1现在是data.frame中的列表。我个人觉得以后更容易使用。

str(df.1)
# 'data.frame':  3 obs. of  3 variables:
#   $ color      : chr  "blue" "yellow" "green"
# $ identifier :List of 3
#  ..$ : chr  "A1" "B2" "C3" "C4"
#  ..$ : chr  "B2" "C4" "C6"
#  ..$ : chr "A3"
# $ identifier1:List of 3
#  ..$ : chr  "Mercedes" "Porsche" "Toyota" "Hundai"
#  ..$ : chr  "Porsche" "Hundai" "Peugeot"
#  ..$ : chr "BMW"

如果剩下任何空白，您可能需要修改strsplit，但它可以使用此示例数据。此外，要使strsplit生效，数据需要处于模式as.character（因此在读取数据时我使用stringsAsFactors。）

更新：write.table（）

我做更喜欢将数据保留在列表中，以防我想进行进一步的分析。但是，如果数据完整或仅用于输出目的，您可能希望执行以下操作：

df.3 = df.1
df.3$identifier = sapply(df.3$identifier, paste0, collapse=", ")
df.3$identifier1 = sapply(df.3$identifier1, paste0, collapse=", ")

这样您就可以使用write.table，因为identifier和identifier1现在的模式为character而不是list。

Answer 2

最简单的方法可能是使用gsub的正则表达式进行替换。

重新创建数据：

df1 <- read.table(text="
color   identifier
blue    'A1, B2, C3, C4'
yellow  'B2, C4, C6'
green   A3
", header=TRUE)


df2 <- read.table(text="
A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot 
", header=FALSE)

现在你必须遍历颜色查找的每个元素（df2）并在df1中进行替换：

for (i in seq_len(nrow(df2))){
  df1$identifier <- gsub(df2[i, 1], df2[i, 2], df1$identifier)
}

结果：

df1
   color                        identifier
1   blue Mercedes, Porsche, Toyota, Hundai
2 yellow          Porsche, Hundai, Peugeot
3  green                               BMW

R将列中具有不同长度的data.frame组合在一起

2 个答案:

更新：write.table（）