比较两个数据帧基于公共列

文件1：

SN CY Year Month Day Hour Lat Lon 
196101 1 1961 1 14 12 8.3 134.7 
196101 1 1961 1 14 18 8.8 133.4 
196101 1 1961 1 15 0 9.1 132.5 
196101 1 1961 1 15 6 9.3 132.2 
196101 1 1961 1 15 12 9.5 132 
196101 1 1961 1 15 18 9.9 131.8

文件2：

Year Month Day RR Hour Lat Lon 
1961 1 14 0 0 14.0917 121.055 
1961 1 14 0 6 14.0917 121.055 
1961 1 14 0 12 14.0917 121.055 
1961 1 14 0 18 14.0917 121.055 
1961 1 15 0 0 14.0917 121.055 
1961 1 15 0 6 14.0917 121.055

我想file2中添加另一列，并把“ TRUE“，如果file2中的行存在于file1中，则它们具有相同的Year，Month，Day和Hour，否则为”FALSE“。然后保存为csv文件。

所需的输出：

Year Month Day RR Hour Lat Lon  com 
1961 1 14 0 0 14.0917 121.055 FALSE 
1961 1 14 0 6 14.0917 121.055 FALSE 
1961 1 14 0 12 14.0917 121.055 TRUE 
1961 1 14 0 18 14.0917 121.055 TRUE 
1961 1 15 0 0 14.0917 121.055 TRUE 
1961 1 15 0 6 14.0917 121.055 TRUE

这里是我的脚本：

jtwc <- read.csv("file1.csv",header=T,sep=",") 
stn <- read.csv("file2.csv",header=T,sep=",") 

if ((jtwc$Year == "stn$YY") & (jtwc$Month == "stn$MM") & (jtwc$Day == "stn$DD") &(jtwc$Hour == "stn$HH")){ 
stn$com <- "TRUE" 
} else { 
stn$com <- "FALSE" 
} 
write.csv(stn,file="test.csv",row.names=T)

这给出了一个错误：

In if ((jtwc$Year == "stn$YY") & (jtwc$Month == "stn$MM") & (jtwc$Day == :the condition has length > 1 and only the first element will be used

来源

2017-10-13 Lyndz

是一个可重现的例子。像帖子结果头（dput（YOURDATA）） –

使用data.table快速和肮脏的解决方案：

使用fread来读取文件。
提取想要的列从file1（因为你只在file2兴趣）
使用merge
如果有合并的文件没有从file1比赛添加FALSE

代码：

library(data.table) 
result <- merge(fread("file2.csv"), 
       fread("file1.csv")[, .(Year, Month, Day, Hour, com = TRUE)], 
       all.x = TRUE)[is.na(com), com := FALSE] 

result 
    Year Month Day Hour RR  Lat  Lon com 
1: 1961  1 14 0 0 14.0917 121.055 FALSE 
2: 1961  1 14 6 0 14.0917 121.055 FALSE 
3: 1961  1 14 12 0 14.0917 121.055 TRUE 
4: 1961  1 14 18 0 14.0917 121.055 TRUE 
5: 1961  1 15 0 0 14.0917 121.055 TRUE 
6: 1961  1 15 6 0 14.0917 121.055 TRUE

来源

2017-10-13 09:19:47 PoGibas

非常感谢！ – Lyndz

您也可以使用dplyr/tidyverse：

library(tidyverse) 
d2 %>% 
    left_join(select(d1, Year, Month, Day, Hour, Com=Lon)) %>% 
    mutate(Com=ifelse(is.na(Com), FALSE, TRUE)) 

Joining, by = c("Year", "Month", "Day", "Hour") 
    Year Month Day RR Hour  Lat  Lon Com 
1 1961  1 14 0 0 14.0917 121.055 FALSE 
2 1961  1 14 0 6 14.0917 121.055 FALSE 
3 1961  1 14 0 12 14.0917 121.055 TRUE 
4 1961  1 14 0 18 14.0917 121.055 TRUE 
5 1961  1 15 0 0 14.0917 121.055 TRUE 
6 1961  1 15 0 6 14.0917 121.055 TRUE

来源

2017-10-13 09:28:00 Jimbou

非常感谢您的帮助！这也有效。 – Lyndz

比较两个数据帧基于公共列

回答

相关问题