我有两个长度相同的数据框，它们共享2列具有相同数据的数据框（＆＃39; CODE＆＃39;＆＃39; TYPE＆＃39;）。我需要做的是匹配＆＃39; CODE＆＃39;的每个独特组合。和＆＃39; TYPE＆＃39;在DF1和DF2中找到，并从DF2到DF1的结果匹配中分配唯一的ID。
我当前的解决方案使用循环函数，虽然它确实有效，但我需要使用它的数据量非常慢。有谁知道如何才能获得同样的结果但更快？下面的示例是我的实际数据的整洁版本。谢谢。
编辑：在示例中，DF1包含50个CODE＆＃39; M001＆＃39;其中10个被分配为类型1.在DF2中，还有10个类型1用于CODE＆＃39; M001＆＃39;但每个都有一个唯一的ID。这意味着，这些10个唯一ID中的每一个在根据“CODE”进行匹配时同样有效。和＆＃39; TYPE＆＃39;值。这意味着当你使用merge（）时，当我只在1之后，它会为DF1中的每一行返回10个结果。来自How to join (merge) data frames (inner, outer, left, right)?的解决方案似乎无法解决这个问题（除非我错过了它）。
DF1 = data.frame(matrix("", ncol = 5, nrow = 100))
DF1$X1 <- rep(c("K001","K002","K003","K004"), each=25)
DF1$X2 <- rep(c("M001","M002"), each=50)
DF1$X3 <- rep(c(1,3,5,8,10,1,3,5,8,10), each=10)
DF1$X4 <- 0
DF1$X5 <- 1:100
colnames(DF1) <- c("AREA", "CODE", "TYPE", "ID","AREA_ID")
DF2 = data.frame(matrix("", ncol = 3, nrow = 100))
DF2$X1 <- 1:100
DF2$X1 <- sprintf('G%i',DF2$X1)
DF2$X2 <- rep(c(1,3,5,8,10,1,3,5,8,10), each=10)
DF2$X3 <- rep(c("M001","M002"), each=50)
colnames(DF2) <- c("ID", "TYPE", "CODE")
DF2 <- DF2[sample(nrow(DF2)),]
for (a in c(1,3,5,8,10)){
for (b in 1:length(unique(DF1$CODE))){
LDF1 <- with(DF1, DF1[CODE == unique(DF1$CODE)[b] & TYPE == a,])
LDF2 <- with(DF2, DF2[CODE == unique(DF2$CODE)[b] & TYPE == a,])
LDF1$ID <- as.character(LDF2$ID)
DF1$ID[match(DF1$AREA_ID, LDF1$AREA_ID, nomatch = 0) != 0] <- LDF1$ID[match(DF1$AREA_ID, LDF1$AREA_ID, nomatch = 0)]
}
}