Question

我是来自SAS背景的R的初学者，试图在两张桌子上做一个基本的“案例”匹配，以获得我所拥有的旗帜并且没有找到匹配。请参阅下面我想到的SAS代码。我只需要在R中使用类似于此的东西。先谢谢。

itemUrl = obj.SelectSingleNode(".//a").Attributes["href"].Value, itemId = obj.SelectSingleNode(".//article").Attributes["data-id"].Value

Answer 1

我不熟悉SAS，但我想我明白你要做什么。要查看两个表之间有多少行/列相似，可以使用％in％和length函数。

例如，初始化两个不同维度的矩阵，并给它们类似的行名和列名：

mat.a <- matrix(1, nrow=3, ncol = 2)
mat.b <- matrix(1, nrow=2, ncol = 3)

rownames(mat.a) <- c('a','b','c')
rownames(mat.b) <- c('a','d')

colnames(mat.a) <- c('g','h')
colnames(mat.b) <- c('h','i')

mat.a和mat.b现在存在不同的行名和列名。要按名称匹配行，可以使用：

row.match <- rownames(mat.a)[rownames(mat.a) %in% rownames(mat.b)]
num.row.match <- length(row.match)

请注意，row.match现在可用于索引两个矩阵。％in％运算符返回第一个参数（在本例中为rownames（mat.a））的相同长度的逻辑，指示第一个参数的第i个元素是否在第二个参数的元素中的任何位置找到。％in％的这种性质意味着您必须对索引的参数的排序方式保持敏感。

如果您只想量化两个矩阵之间的行数或列数相同，那么您可以将sum函数与％in％运算符一起使用：

sum(rownames(mat.a) %in% rownames(mat.b))

使用这样使用的sum函数，您不需要对如何对参数进行排序敏感，因为mat.b的行名称中mat.a的行名称数等于行名称的数量mat.a的行名称中的mat.b.也就是说，％in％的使用是可交换的。

我希望这有帮助！

Answer 2

您将需要使用dataframe个对象。这些就像SAS中的数据集。您可以使用bind将两个dataframe对象并排放在一起。然后，您可以根据条件选择行，并根据此设置标志。在下面的代码中，您将看到我执行了两次：一次设置1标志，一次设置0标志。

要选择所有字段匹配的行，您可以执行类似操作，但不是分配新列，而是可以将所有结果分配回您正在处理的表的名称。

以下是代码：

# make up example a and b data frames

table1 <- data.frame(list(a.first_column=c(1,2,3),a.second_column=c(4,5,6)))

table2 <- data.frame(list(b.first_column=c(1,3,6),b.second_column=c(4,5,9)))

# Combine columns (horizontally)

x <- cbind(table1, table2)

print("Combined Data Frames")
print(x)

# create matched flag (1 when the first columns match)

x$matched_flag[x$a.first_column==x$b.first_column] <- 1
x$matched_flag[!x$a.first_column==x$b.first_column] <- 0

# only select records that match both data frames

x <- x[x$a.first_column==x$b.first_column & x$a.second_column==x$b.second_column,] 

print("Matched Data Frames")
print(x)

顺便说一下：既然你习惯使用SQL，你可能想在R中尝试 sqldf 包。它会让你使用你习惯的相同技术，但在R和数据中帧。

R：在多列上匹配两个表并创建匹配/不匹配的标志

2 个答案: