以两个数据帧为例:
<ng-template>
如何创建新的df1 = data.frame(V1 = c('JOHN', 'BRIAN','KATE', 'ERIC', 'CURT', 'ZACH'), V2 = c('ABIGAIL', 'ANDY', 'GEORGE', 'JOHN', 'MARY', 'FRANKLIN'), V3 = seq(1,6,1), V4 = seq(1,6,1))
df2 = data.frame(V1 = c('ABIGAIL', 'BRIAN','KATE', 'ERIC'), V2 = c('JOHN', 'ANDY', 'MARTIN', 'ANDREW'))
df1
V1 V2 V3 V4
JOHN ABIGAIL 1 1
BRIAN ANDY 2 2
KATE GEORGE 3 3
ERIC JOHN 4 4
CURT MARY 5 5
ZACH FRANKLIN 6 6
df2
V1 V2
ABIGAIL JOHN
BRIAN ANDY
KATE MARTIN
ERIC ANDREW
,其中包含df3
和V1
中列V2
和df1
之间匹配的行。挑战在于我希望这个匹配与订单无关。
因此示例中的df2
将如下所示:
df3
我尝试过使用match()和%in%运算符而没有任何运气。
我正在寻找适用于数千行数据框架的解决方案。
这两个答案都为我的问题提供了有效的解决方案。事实证明我错过了一些让它适用于我自己的数据的东西。取而代之的是数据框:
df3
V1 V2 V3 V4
ABIGAIL JOHN 1 1
BRIAN ANDY 2 2
现在我也想提取行,即使它们之间的匹配不在同一行。 df1 = data.frame(V1 = c('JOHN', 'BRIAN','KATE', 'ERIC', 'CURT', 'ZACH'), V2 = c('ABIGAIL', 'ANDY', 'GEORGE', 'JOHN', 'MARY', 'FRANKLIN'), V3 = seq(1,6,1), V4 = seq(1,6,1))
df2 = data.frame(V1 = c('ABIGAIL', 'BRIAN','KATE', 'BRIAN', 'ERIC'), V2 = c('JOHN', 'ANDY', 'MARTIN', 'ANDY', 'ANDREW'))
看起来像是:
df3
基本上我希望df3
V1 V2 V3 V4
ABIGAIL JOHN 1 1
BRIAN ANDY 2 2
BRIAN ANDY 2 2
中的V3
和V4
中的值对df1
和V1
中的名称之间的每次互动都有所不同。< / p>
答案 0 :(得分:3)
通过使用 pmin 和 pmax 对行V1和V2进行排序来创建ID,以便"A" "B"
和"B" "A"
具有相同的ID "A_B"
。然后按ID使用 merge :
df1$ID <- paste(pmin(as.character(df1$V1), as.character(df1$V2)),
pmax(as.character(df1$V1), as.character(df1$V2)), sep = "_")
df2$ID <- paste(pmin(as.character(df2$V1), as.character(df2$V2)),
pmax(as.character(df2$V1), as.character(df2$V2)), sep = "_")
merge(df1, df2[, "ID", drop = FALSE], by = "ID")
# ID V1 V2 V3 V4
# 1 ABIGAIL_JOHN JOHN ABIGAIL 1 1
# 2 ANDY_BRIAN BRIAN ANDY 2 2
# 3 ANDY_BRIAN BRIAN ANDY 2 2
答案 1 :(得分:2)
library(combinat)
df1[apply(df1[,1:2], 1, paste, collapse = ' ') %in%
apply(df2[,1:2], 1, function(x) sapply(permn(x), paste, collapse = ' '))
,]
使用sqldf
如下所示更快,但对于&gt;而言并不容易2个变量,因为所有可能性必须在连接条件中列出。
library(sqldf)
sqldf('
select df1.*
from df1
inner join df2
on (df1.V1 = df2.V1 and df1.V2 = df2.V2)
or (df1.V1 = df2.V2 and df1.V2 = df2.V1)
')
答案 2 :(得分:2)
你不需要包裹;只需测试两种方式:
## Make a frame with combined in both ways
df1o = data.frame(V12 =paste(df1$V1,df1$V2, sep="-"), V21= paste(df1$V2,df1$V1, sep="-"))
## Make a frame with the second combination
df2o = data.frame(P =paste(df2$V1,df2$V2, sep="-") )
## Compare the combinations in both ways and select those that match in a new df
df3 = df1[which(df1o$V12 %in% df2o$P | df1o$V21 %in% df2o$P),]
df3
结果
> df3
V1 V2 V3 V4
1 JOHN ABIGAIL 1 1
2 BRIAN ANDY 2 2Z