Question

我需要你心爱的帮助......

我有两个数据集。一个指定人员名称为tradeIDs，另一个人员ID指定（同一种类型）tradeIDs。我想知道哪个人有哪个ID。

数据：

personID    tradeID     Name    tradeID
123         10      |   Bob     7
123         5       |   Bob     8
210         1       |   Jack    3
210         7       |   Jack    11
210         8       |   Paul    5
988         11      |   Paul    10
988         8       |

问题：

我想找出tradeID的重叠/交集，所以我知道哪个名称属于哪个personID。

结果 （应如下所示）

personID    Name
123         Paul
210         Bob
988         Jack

难点：

重叠具有不同数量的元素（Bob＆amp; 210）
TradeID与不同的personID和名称（tradeID 8）
重叠不一定是100％（Jack＆amp; 988）

创意＆amp;试验

尝试：数据框架比较库＆amp;＆amp;重塑库（没有提供任何有用的方法）
想法：创建personID和名称＆amp;＆amp;的向量比较矢量（不知道如何制作矢量）＆amp;＆amp;连接具有最高重叠的向量

有没有办法解决这个问题，例如通过数据框架比较？

非常感谢你的帮助!!!

Answer 1

我要做的是：

将两者合并在一起
在每个名称中进行比较，看它是否匹配多个personID（不好！）
如果所有内容都已检出，请删除重复项

类似于：

datA <- data.frame(personID=c( 123,123,210,210,210,988,988 ),tradeID=c( 10,5,1,7,8,11,8) )
datB <- data.frame(name=c("B","B","J","J","P","P"), tradeID=c( 7,8,3,11,5,10 ) )
mgd <- merge(datA,datB)
library(taRifx)
stopifnot( all( by(mgd$personID,as.factor(mgd$name),distinct) <=1 ) )
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID) )

这在stopifnot上失败，因为Bob与personID 210和988相关联，这可能是你的示例数据中的拼写错误....如果删除它，它运作良好：

datA[7,"tradeID"] <- 12
mgd <- merge(datA,datB)
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID) )
result
  personID name
1      123    P
2      210    B
5      988    J

R：连接/分配两个重叠数据集的值

1 个答案: