假设我有数据框,我想查看给定列中的每个给定值是否等于第二列的下一行中的值?
我可以为1场比赛做到这一点,但我正在尝试为整个数据框做到这一点:
match(dataset$co1[i], dataset$co1[i+1]) # where i is a given row #
测试数据集:
case <- c("A", "B", "C", "A", "A", "A" ,"B", "C", "B", "A")
col1 <- c(1, 100, 50, 600, 29, 72, 7, 64, 15, 85)
col2 <- c(600, 7, 64, 29, 57, 85, 12, 82, 71, 34)
dataset <- data.frame(case, col1, col2)
我也想这样做。我试图看看是否可以将匹配行放在一个by语句中,但是我很难弄清楚如何在列中进行索引。
有什么建议吗?
答案 0 :(得分:0)
正如@Frank指出的那样,根据您的匹配条件和您提供的数据集,不会有任何匹配。因此,出于演示目的,我修改了您的数据集以显示我的解决方案确实有效。这是使用dplyr的简单方法:
# Modified dataset
case <- c("A", "B", "C", "A", "A", "A" ,"B", "C", "B", "A")
col1 <- c(1, 100, 50, 600, 29, 72, 7, 64, 15, 85)
col2 <- c(600, 7, 64, 1, 600, 85, 100, 82, 71, 34)
dataset <- data.frame(case, col1, col2)
> dataset
case col1 col2
1 A 1 600
2 B 100 7
3 C 50 64
4 A 600 1
5 A 29 600
6 A 72 85
7 B 7 100
8 C 64 82
9 B 15 71
10 A 85 34
请注意,我将col2的第4行更改为1,将第5行更改为600,将第7行更改为100.这样,col2的第4行将与col1的第1行匹配,col2的第5行与col1的第4行匹配,并且当按案例匹配时,col2的第7个与col1的第2个匹配。此外,当不按案例匹配时,只有第5行col2与col1的第4行匹配。
library(dplyr)
dataset %>%
add_rownames() %>%
mutate(col2 = lead(col2)) %>%
filter(col1 == col2)
# A tibble: 1 × 4
rowname case col1 col2
<chr> <fctr> <dbl> <dbl>
1 4 A 600 600
此代码返回与col2的下一行匹配的col1行。我添加了add_rownames()
,以便您了解dataset
中的原始行索引。 lead()
中的mutate()
函数与lag()
中的dplyr
完全相反(基数R中的通用lag()
不允许滞后的非时间序列向量)。它由k = -1
“滞后”col2。
dataset %>%
add_rownames() %>%
group_by(case) %>%
mutate(col2 = lead(col2)) %>%
filter(col1 == col2)
Source: local data frame [3 x 4]
Groups: case [2]
rowname case col1 col2
<chr> <fctr> <dbl> <dbl>
1 1 A 1 1
2 2 B 100 100
3 4 A 600 600
通过添加group_by()
,你可以做同样的事情,但是通过“案例”。如您所见,它按预期返回匹配的行。
如果由于某种原因您不想使用dplyr
,这是一个更通用的解决方案:
## No group by case
# Lag col2 (Call the lagged column col3)
dataset$col3 = c(dataset$col2[-1], NA)
dataset$match = mapply(function(x, y) match(x, y, nomatch = FALSE),
dataset$col1, dataset$col3)
> dataset[dataset$match == 1,]
case col1 col2 col3 match
4 A 600 1 600 1
## Group by case
# Split dataset into groups
dataList = split(dataset, case)
dataMatched = lapply(dataList, function(x){
x$col2 = c(x$col2[-1], NA)
x$match = mapply(function(x, y) match(x, y, nomatch = FALSE),
x$col1, x$col2)
return(x)
})
结果列表/数据框:
> dataMatched
$A
case col1 col2 match
1 A 1 1 1
4 A 600 600 1
5 A 29 85 0
6 A 72 34 0
10 A 85 NA 0
$B
case col1 col2 match
2 B 100 100 1
7 B 7 71 0
9 B 15 NA 0
$C
case col1 col2 match
3 C 50 82 0
8 C 64 NA 0
> unsplit(dataMatched, case)
case col1 col2 match
1 A 1 1 1
2 B 100 100 1
3 C 50 82 0
4 A 600 600 1
5 A 29 85 0
6 A 72 34 0
7 B 7 71 0
8 C 64 NA 0
9 B 15 NA 0
10 A 85 NA 0