Question

Synopsys公司

我已经有一个使用“for”循环的解决方案，但我想知道是否有优雅的方式，可能使用 dplyr 或基础R。

现有数据

2个数据帧。两者都按照确切的顺序具有非唯一标记的确切数量;除了eeg有不可预测的零数。行为数据集“行为”具有与标记相关联的刺激数“刺激”。（实际上我在每个数据框中都有更多的列，但为了简单起见，不包括它们）

behav = data.frame(
  marker = c(1,2,3,1,2,3,7,13),
  stim   = c(168,168,168,78,78,78,23,55)
)

eeg = data.frame(
  marker = c(0,0,1,0,0,2,0,0,3,0,0,1,0,0,2,0,0,3,0,7,0,13)
)

要求

我需要用行为中的刺激数来标记eeg数据。保留行顺序是必须的。

结果应如下所示：

eeg2 = data.frame(
  marker = c(0,0,1,0,0,2,0,0,3,0,0,1,0,0,2,0,0,3,0,7,0,13),
  stim   = c(0,0,168,0,0,168,0,0,168,0,0,78,0,0,78,0,0,78,0,23,0,55)
)

我的解决方案

对于大型eeg数据集，这项工作和性能并不差。

eeg2=eeg;
eeg2$stim=NA;

lrow=1;
for(i in 1:nrow(behav)){
  behav_marker = behav[i, "marker"];

  for(j in lrow:nrow(eeg)){
    eeg_marker = eeg[j, "marker"];
    if(eeg_marker == behav_marker){
      eeg2[j,'stim'] = behav[i,'stim'];
      lrow = j+1;
      break;
    }
  }
}

问题我可以使用 dplyr 或基本R函数以更优雅的方式改进我的解决方案吗？

Answer 1

如果问题仅来自具有零的行，但其余部分的顺序完全相同，则可以通过将stim列定义为仅零来解决问题，然后使用非零填充行marker的-zero值，其值为behav：

eeg$stim <- 0
eeg$stim[eeg$marker!=0] <- behav$stim

eeg
   # marker stim
# 1       0    0
# 2       0    0
# 3       1  168
# 4       0    0
# 5       0    0
# 6       2  168
# 7       0    0
# 8       0    0
# 9       3  168
# 10      0    0
# 11      0    0
# 12      1   78
# 13      0    0
# 14      0    0
# 15      2   78
# 16      0    0
# 17      0    0
# 18      3   78
# 19      0    0
# 20      7   23
# 21      0    0
# 22     13   55

Answer 2

为了完整起见，我们已经提供了base解决方案，这是我使用dplyr的方法：

使用dplyr::left_join()合并eeg和behav，然后使用NA填充dplyr::mutate() 0：

eeg2 <- dplyr::left_join(eeg, behav, by = c("marker"))

eeg2 <- dplyr::mutate(eeg2, stim = dplyr::if_else(is.na(stim), 0, stim))

结果：

   marker stim
1       0    0
2       0    0
3       1  168
4       1   78
5       0    0
6       0    0
7       2  168
8       2   78
9       0    0
10      0    0
11      3  168
12      3   78
13      0    0
14      0    0
15      1  168
16      1   78
17      0    0
18      0    0
19      2  168
20      2   78
21      0    0
22      0    0
23      3  168
24      3   78
25      0    0
26      7   23
27      0    0
28     13   55

在这个特定的例子中，我建议使用来自%>%的管道（magrittr）（它增加了一些开销，但使代码更短，并且更好地流动：

eeg2 <- dplyr::left_join(eeg, behav, by = c("marker")) %>% 
  dplyr::mutate(stim = dplyr::if_else(is.na(stim), 0, stim))

使用非唯一列连接两个数据帧

2 个答案: