Question

想象一下，我有一个LARGE表（table1），看起来类似于下面的表。

表1：

YEAR     MODEL    MAKE      ORDERCODE  COLOR

2001      BMW     328i      FAE        GREEN
2001      BMW     328i      SDC        BLACK
2001      LEXUS   LS430     ASD        PURPLE
2001      LEXUS   IS300     ASD        BLACK
2001      LEXUS   GS300h    YUK        BLACK
2001      LEXUS   GS300h    HNY        BLUE
2002      LEXUS   GS300h    ASF        PURPLE
2002      LEXUS   GS300h    FAS        BROWN
2002      LEXUS   GS300h    YUI        RED
2002      LEXUS   IS250d    ZXC        ORANGE
2002      LEXUS   IS250d    ASE        BLUE

我有另一个数据框有另一个make（让我们说它是一个Accord，有BLACK，BLUE，PURPLE和RED），所以它看起来像这样：

TABLE2：

MAKE     COLOR
Accord   BLACK
Accord   RED
Accord   BLUE
Accord   PURPLE

我正在尝试查找TABLE1中具有table2中所有颜色的所有汽车。我尝试过使用dplyr table1 %>% filter(COLOR %in% table2$COLOR)，但我会返回任何至少有一种我想要的给定颜色的行。我想返回具有我指定颜色的汽车MAKE的行。所以我的结果是这样的：

期望的结果：

2001      LEXUS   GS300h    YUK        BLACK
2001      LEXUS   GS300h    HNY        BLUE
2002      LEXUS   GS300h    ASF        PURPLE
2002      LEXUS   GS300h    FAS        BROWN
2002      LEXUS   GS300h    YUI        RED

Answer 1

为了找到最相似的，我们将找到每个模型的总颜色匹配，最后我们选择颜色匹配最高的模型。

<强> dplyr

df %>% 
    group_by(MODEL,MAKE) %>% 
    mutate(slr = sum(df1$COLOR %in% COLOR)) %>% 
    filter(slr == max(slr))

<强> data.table

setDT(df)
df[,slr := sum(df1$COLOR %in% COLOR),.(MODEL,MAKE)]
df = df[slr == max(slr)]
print(df)

输出结果为：

   YEAR MODEL   MAKE ORDERCODE  COLOR slr
1: 2001 LEXUS GS300h       YUK  BLACK   4
2: 2001 LEXUS GS300h       HNY   BLUE   4
3: 2002 LEXUS GS300h       ASF PURPLE   4
4: 2002 LEXUS GS300h       FAS  BROWN   4
5: 2002 LEXUS GS300h       YUI    RED   4

Answer 2

以下是使用dplyr：

的解决方案

library(dplyr)

df1 %>%
  group_by(MODEL, MAKE) %>%
  mutate(COLOR2 = ifelse(COLOR %in% df2$COLOR, COLOR, NA),
         count = n_distinct(COLOR2[!is.na(COLOR2)])) %>%
  filter(count == nrow(df2)) %>%
  select(-COLOR2, -count)

<强>结果：

# A tibble: 5 x 5
# Groups:   MODEL, MAKE [1]
   YEAR MODEL   MAKE ORDERCODE  COLOR
  <int> <chr>  <chr>     <chr>  <chr>
1  2001 LEXUS GS300h       YUK  BLACK
2  2001 LEXUS GS300h       HNY   BLUE
3  2002 LEXUS GS300h       ASF PURPLE
4  2002 LEXUS GS300h       FAS  BROWN
5  2002 LEXUS GS300h       YUI    RED

Answer 3

（管道函数为%>%而非%<%。）需要根据品牌和型号在TABLE1中创建分组，并反转%in%操作的“方向”在测试中，并添加逻辑all操作。问题是 all 第二个表中的颜色是否存在于限制为单个分组的颜色中。

TABLE1 %>% group_by(MODEL, MAKE) %>% filter(all(TABLE2$COLOR %in% COLOR))
# A tibble: 5 x 5
# Groups:   MODEL, MAKE [1]
   YEAR MODEL MAKE   ORDERCODE COLOR 
  <int> <chr> <chr>  <chr>     <chr> 
1  2001 LEXUS GS300h YUK       BLACK 
2  2001 LEXUS GS300h HNY       BLUE  
3  2002 LEXUS GS300h ASF       PURPLE
4  2002 LEXUS GS300h FAS       BROWN 
5  2002 LEXUS GS300h YUI       RED

使用dplyr基于另一个数据表中的值提取一组值

3 个答案: