Question

无论列的顺序如何，我都试图在R中进行匹配。

基本上我要解决的问题是，如果df2列中的所有值（从第2列到结尾）都在df1（Partner之后）中找到，那么匹配df1。

以下是捕获：在执行此匹配时忽略每行中的最后一个非NA值，但将其包含在最终输出中。所以不要采取最后一个非-NA值在匹配时考虑在内但包含它。

在匹配之后，确定在其相应行的任何列中是否存在最后一个非na值。

df1

Partner    Col1  Col2  Col3  Col4  
      A      A1    A2    NA    NA  
      B      A2    B9    NA    NA  
      C      B7    V9    C1    N9    
      D      Q1    Q3    Q4    NA    

df2

lift  rule1  rule2  rule3  
  11     A2     A1     A9  
  10     A1     A3     NA  
  11     B9     A2     D7  
  10     Q4     Q1     NA
  11     A2     B9     B1

如何将df1与df2匹配，以便发生以下情况：

1）忽略在两个数据帧中找到的列的顺序。

2）然后确定当前行中是否存在最后一个非na值。

最终输出：

DF3

Partner    Col1  Col2  Col3  Col4  lift   rule1   rule2   rule3   EXIST?
      A      A1    A2    NA    NA    11      A2      A1      A9     YES
      A      A1    A2    NA    NA    10      A1      A3      NA    NOPE
      B      A2    B9    NA    NA    11      B9      A2      D7     YES
      B      A2    B9    NA    NA    11      A2      B9      B1     YES        
      D      Q1    Q3    Q4    NA    10      Q4      Q1      NA     YES

Answer 1

我得到的B比赛比你多一个，但这个解决方案非常接近你想要的。您首先必须添加一个id列，因为我们使用它来重建数据。然后，要执行匹配，首先需要使用gather中的tidyr和inner_join中的dplyr来融合它。然后，我们cbind使用ID和原始data.frames。

    library(tidyr);library(dplyr)

df1 <- read.table(text="Partner    Col1  Col2  Col3  Col4
A      A1    A2    NA    NA
B      A2    B9    NA    NA
C      B7    V9    C1    N9
D      Q1    Q3    Q4    NA",header=TRUE, stringsAsFactors=FALSE)


df2 <- read.table(text="lift  rule1  rule2  rule3
  11     A2     A1     A9
  10     A1     A3     NA
  11     B9     A2     D7
  10     Q4     Q1     NA
  11     A2     B9     B1",header=TRUE, stringsAsFactors=FALSE)

df1 <- cbind(df1_id=1:nrow(df1),df1)
df2 <- cbind(df2_id=1:nrow(df2),df2)

#melt with gather
d11  <- df1 %>% gather(Col, Value,starts_with("C"))           #Long
d11 <- d11 %>% na.omit() %>%group_by(df1_id) %>% slice(-n()) #remove last non NA

d22  <- df2 %>%  gather(Rule, Value,starts_with("r"))         #Long

res <- inner_join(d11,d22)

cbind(df1[res$df1_id,],df2[res$df2_id,])

    df1_id Partner Col1 Col2 Col3 Col4 df2_id lift rule1 rule2 rule3
1        1       A   A1   A2 <NA> <NA>      2   10    A1    A3  <NA>
1.1      1       A   A1   A2 <NA> <NA>      1   11    A2    A1    A9
2        2       B   A2   B9 <NA> <NA>      1   11    A2    A1    A9
2.1      2       B   A2   B9 <NA> <NA>      5   11    A2    B9    B1
2.2      2       B   A2   B9 <NA> <NA>      3   11    B9    A2    D7
4        4       D   Q1   Q3   Q4 <NA>      4   10    Q4    Q1  <NA>

在忽略订单的情况下匹配R

1 个答案: