Question

所以我有两个数据框，信息和塔，下面有例子：

的信息：

ID             Date
1132           01/09/2015
1156           02/09/2015
1132           04/09/2015
1101           04/09/2015

塔：

Tower   ID1   ID2
    1   1132  1101
    2   1520  1156

Info的ID列中的值将始终与Towers中的ID1或ID2匹配。我想根据这些信息加入框架，所以我加入的框架应该是：

ID             Date         Tower
1132           01/09/2015       1
1156           02/09/2015       2
1132           04/09/2015       1
1101           04/09/2015       2

我知道dplyr的semi_join会产生类似我需要的东西，但我知道它需要在值和列名称中匹配。鉴于这些列有不同的名称，我不知道它是否会正常工作。有没有我可以在这里使用的方法？

Answer 1

library(dplyr)

tidyr::gather(df2, Tower2, ID, -Tower) %>% select(-Tower2) %>% right_join(df, "ID")

<强> DF

structure(list(ID = c(1132, 1156, 1132, 1101), Date = structure(c(1L, 
2L, 3L, 3L), .Label = c("01/09/2015", "02/09/2015", "04/09/2015"
), class = "factor")), .Names = c("ID", "Date"), row.names = c(NA, 
-4L), class = "data.frame")

<强> DF2

structure(list(Tower = 1:2, ID1 = c(1132L, 1520L), ID2 = c(1101L, 
1156L)), .Names = c("Tower", "ID1", "ID2"), class = "data.frame", row.names = c(NA, 
-2L))

Answer 2

我们可以使用melt中的data.table。转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df2)），melt来自＆＃39;范围＆＃39;长期＆＃39;格式和join与原始数据集＆＃39; df＆＃39; on＆＃39; ID＆＃39;。

library(data.table)
melt(setDT(df2), id.var="Tower", value.name = "ID")[df, on = "ID"][, variable := NULL][]
#  Tower   ID       Date
#1:     1 1132 01/09/2015
#2:     2 1156 02/09/2015
#3:     1 1132 04/09/2015
#4:     1 1101 04/09/2015

我们也可以在没有任何连接的情况下执行此操作，并且仅使用base R（没有外部包，没有任何循环（sapply是伪装的循环））。在这里，我们的想法是复制第二个数据集＆＃39; Tower＆＃39;列数除了＆＃39; Tower＆＃39;之外的列数。即2，通过names＆lt; df2＆＃39}的列设置该向量的unlist。除了＆＃39; Tower＆＃39; （unlist(df2[-1])）并使用它来匹配＆＃39; ID＆＃39;第一个数据集（as.character(df$ID)）中的列，用于返回＆＃39; Tower＆＃39;对应于＆＃39; ID＆＃39;。

df$Tower <- setNames( rep(df2$Tower, 2), unlist(df2[-1]))[as.character(df$ID)]
df$Tower
#[1] 1 2 1 1

Answer 3

使用melt包并使用reshape2＆amp;和df来使用df2（@SymbolixAU在评论中建议）的另一种方法{@ 1}} @ Sumedh的帖子。

library(reshape2)
library(dplyr)
melt(df2,value.name = "ID",id.vars = "Tower") %>% right_join(df,by = "ID") %>% select(-variable)

我们也可以使用base R reshape函数执行此操作：

reshape(data = df2,direction = "long",varying = c("ID1","ID2"),v.names = "ID") %>% right_join(df,by = "ID") %>% select(-c(time,id))

Answer 4

你真的不需要加入;只要按行分组评估，就可以创建一个新列：

Info %>% rowwise() %>% 
    mutate(Tower = Towers[ID == Towers$ID1 | ID == Towers$ID2, 'Tower'])
## Source: local data frame [4 x 3]
## Groups: <by row>
## 
## # A tibble: 4 x 3
##      ID       Date Tower
##   <int>     <fctr> <int>
## 1  1132 01/09/2015     1
## 2  1156 02/09/2015     2
## 3  1132 04/09/2015     1
## 4  1101 04/09/2015     1

或等效于完全基础R，

Info$Tower <- sapply(Info$ID, function(x){Towers[x == Towers$ID1 | x == Towers$ID2, 'Tower']})

基于一帧的一列和另一列

4 个答案: