根据每个数据帧匹配两段可交换列

数据帧1

A B C D E F G 
1 2 a a a a a 
2 3 b b b c c 
4 1 e e f f e

数据帧2

X Y Z 
1 2 g 
2 1 h 
3 4 i 
1 4 j

我想匹配dataframe1的专栏A和B与dataframe2的列X和Y.它不是成对比较，即行1（A = 1 B = 2）被认为与行1（X = 1，Y = 2）和行2（X = 2，Y = 1）数据帧2.

当找到匹配项时，我想将dataframe1的列C，D，E，F添加回匹配的dataframe2行，如下所示：没有与na匹配。

最终数据帧

X Y Z C D E F G 
1 2 g a a a a a 
2 1 h a a a a a 
3 4 i na na na na na 
1 4 j e e f f e

我只能知道该怎么做了单列匹配，但是，怎么做匹配了两个可交换列和基于匹配结果合并两个dataframes对我来说很难。请帮助提供这样做的聪明方式。

为了便于讨论（感谢文森特和迪文（我以前quesiton我应该测试报价评论））。有加载数据框1的配额和2 R.

df1 <- data.frame(A = c(1,2,4), B=c(2,3,1), C=c('a','b','e'), 
           D=c('a','b','e'), E=c('a','b','f'), 
           F=c('a','c','f'), G=c('a','c', 'e')) 

df2 <- data.frame(X = c(1,2,3,1), Y=c(2,1,4,4), Z=letters[7:10])

来源

2011-05-25 a83

你如何处理碰撞？即，当df1在行中有X = 1和Y = 2且X = 2且Y = 1时？你保证不会发生？ – mcpeterson 2011-05-25 07:04:38

以下工作，但无疑可以改善。

我首先创建一个辅助函数，对A和B执行逐行排序（并将其重命名为V1和V2）。

replace_index <- function(dat){ 
    x <- as.data.frame(t(sapply(seq_len(nrow(dat)), 
    function(i)sort(unlist(dat[i, 1:2]))))) 
    names(x) <- paste("V", seq_len(ncol(x)), sep="") 
    data.frame(x, dat[, -(1:2), drop=FALSE]) 
} 

replace_index(df1) 

    V1 V2 C D E F G 
1 1 2 a a a a a 
2 2 3 b b b c c 
3 1 4 e e f f e

这意味着您可以使用简单的merge来合并数据。

merge(replace_index(df1), replace_index(df2), all.y=TRUE) 

    V1 V2 C D E F G Z 
1 1 2 a a a a a g 
2 1 2 a a a a a h 
3 1 4 e e f f e j 
4 3 4 <NA> <NA> <NA> <NA> <NA> i

来源

2011-05-25 07:10:05 Andrie

这是稍微笨重，并且有一些潜在的冲突和秩序问题，而是你的榜样工程

df1a <- df1; df1a$A <- df1$B; df1a$B <- df1$A #reverse A and B 
merge(df2, rbind(df1,df1a), by.x=c("X","Y"), by.y=c("A","B"), all.x=TRUE)

生产

X Y Z C D E F G 
1 1 2 g a a a a a 
2 1 4 j e e f f e 
3 2 1 h a a a a a 
4 3 4 i <NA> <NA> <NA> <NA> <NA>

来源

2011-05-25 07:28:08 Henry

一种方法是创建一个id关键匹配是不变的顺序。

# create id key to match 
require(plyr) 
df1 = adply(df1, 1, transform, id = paste(min(A, B), "-", max(A, B))) 
df2 = adply(df2, 1, transform, id = paste(min(X, Y), "-", max(X, Y))) 

# combine data frames using `match` 
cbind(df2, df1[match(df2$id, df1$id),3:7])

这将产生输出

X Y Z id C D E F G 
1 1 2 g 1 - 2 a a a a a 
1.1 2 1 h 1 - 2 a a a a a 
NA 3 4 i 3 - 4 <NA> <NA> <NA> <NA> <NA> 
3 1 4 j 1 - 4 e e f f e

来源

2011-05-25 16:14:07 Ramnath

你也可以加入表两种方式（X == A和Y == B，然后X == B和Y == A）和rbind他们。这将产生重复对，其中一种方式产生匹配，另一种产生NA，因此，如果存在，则通过针对每个X-Y组合切片仅一行来减少重复数据，如果存在NA。

library(dplyr) 
m <- left_join(df2,df1,by = c("X" = "A","Y" = "B")) 
n <- left_join(df2,df1,by = c("Y" = "A","X" = "B")) 

rbind(m,n) %>% 
    group_by(X,Y) %>% 
    arrange(C,D,E,F,G) %>% # sort to put NA rows on bottom of pairs 
    slice(1) # take top row from combination

产地：

Source: local data frame [4 x 8] 
Groups: X, Y 

    X Y Z C D E F G 
1 1 2 g a a a a a 
2 1 4 j e e f f e 
3 2 1 h a a a a a 
4 3 4 i NA NA NA NA NA

来源

2015-03-05 20:31:23

下面是在基R.另一个可能的解决方案将该溶液cbind()新键列（K1和K2）使用矢量pmin()和pmax()函数来导出两个data.frames键列的标准顺序，并合并在那些上：

merge(cbind(df2,K1=pmin(df2$X,df2$Y),K2=pmax(df2$X,df2$Y)),cbind(df1,K1=pmin(df1$A,df1$B),K2=pmax(df1$A,df1$B)),all.x=T)[,-c(1:2,6:7)]; 
## X Y Z C D E F G 
## 1 1 2 g a a a a a 
## 2 2 1 h a a a a a 
## 3 1 4 j e e f f e 
## 4 3 4 i <NA> <NA> <NA> <NA> <NA>

请注意，使用pmin()和pmax()仅适用于此问题，因为您只有两个关键列;如果你有更多的，那么你必须使用某种应用+排序解决方案来实现合并的规范键顺序，类似于@Andrie在其辅助函数中执行的操作，这对于任何数量的关键列都有效，但性能会降低。

来源

2015-04-23 11:07:37 bgoldst

根据每个数据帧匹配两段可交换列

回答

相关问题