从与变量匹配的另一列中查找值

Question

我有一个如下所示的数据框：

animal_id   trait_id    sire_id dam_id
    1         25.05        0       0
    2         -46.3        1       2
    3          41.6        1       2
    4         -42.76       3       4
    5         -10.99       3       4
    6         -49.81       5       4

我想创建另一个变量，其中包含每个“sire_id”和“dam_id”的“trait_id”估计值。

所有的公牛 (sire_id) 和母牛 (dam_id) 也存在于 animal_id 列中。所以我想做的是在 trait_id 中寻找它们的测量值，并在新变量中重复这个变量。

我想要的结果是：

animal_id   trait_id    sire_id trait_sire  dam_id  trait_dam
     1       25.05         0        NA        0        NA
     2       -46.3         1       25.05      2       -46.3
     3       41.6          1       25.05      2       -46.3
     4      -42.76         3       41.6       4       -42.76
     5      -10.99         3       41.6       4       -42.76
     6      -49.81         5      -10.99      4       -42.76

任何建议将不胜感激。

Answer 1

您可以使用match； match(col, df$animal_id) 给出了 animal_id 中 col 元素的对应索引，可用于进一步定位 trait 的值：

df[c("trait_sire", "trait_dam")] <- 
    lapply(df[c("sire_id", "dam_id")], function(col) df$trait_id[match(col, df$animal_id)])

df
#  animal_id trait_id sire_id dam_id trait_sire trait_dam
#1         1    25.05       0      0         NA        NA
#2         2   -46.30       1      2      25.05    -46.30
#3         3    41.60       1      2      25.05    -46.30
#4         4   -42.76       3      4      41.60    -42.76
#5         5   -10.99       3      4      41.60    -42.76
#6         6   -49.81       5      4     -10.99    -42.76

Answer 2

使用 data.table 连接...

library(data.table)
setDT(DT)    

DT[, trait_sire := 
  .SD[.SD, on=.(animal_id = sire_id), x.trait_id ]
]

DT[, trait_dam := 
  .SD[.SD, on=.(animal_id = dam_id), x.trait_id ]
]

   animal_id trait_id sire_id dam_id trait_sire trait_dam
1:         1    25.05       0      0         NA        NA
2:         2   -46.30       1      2      25.05    -46.30
3:         3    41.60       1      2      25.05    -46.30
4:         4   -42.76       3      4      41.60    -42.76
5:         5   -10.99       3      4      41.60    -42.76
6:         6   -49.81       5      4     -10.99    -42.76

语法为x[i, on=, j]，其中j 是列的某些函数。要了解它是如何工作的，请尝试DT[DT, on=.(animal_id = dam_id)] 及其变体。一些注意事项：

1. i.* / x.* 语法有助于区分列的来源。
2. 当j 为v := expression 时，将表达式分配给列v。
3. 连接x[i, ...] 使用i 的行来查找x 的行。
4. on= 语法类似于.(xcol = icol)。
5. 在j内部，表格本身可以写成.SD。

与match 相比，这种方法的一个优点是它可以扩展到多个列上的连接，例如on = .(xcol = icol, xcol2 = icol2)，甚至是“非等连接”，例如on = .(xcol < icol)。此外，它是对表进行操作的一致语法的一部分（在包的introductory material 中进行了解释），而不是针对一项任务的专用代码。

Answer 3

您可以在一次运行中使用match（在基础 R 中）执行此操作（无需循环）

df[c("trait_sire", "trait_dam")] <- 
cbind(with(df, trait_id[match(sire_id, animal_id)]), 
      with(df, trait_id[match(dam_id, animal_id)]))

  # animal_id trait_id sire_id dam_id trait_sire trait_dam
# 1         1    25.05       0      0         NA        NA
# 2         2   -46.30       1      2      25.05    -46.30
# 3         3    41.60       1      2      25.05    -46.30
# 4         4   -42.76       3      4      41.60    -42.76
# 5         5   -10.99       3      4      41.60    -42.76
# 6         6   -49.81       5      4     -10.99    -42.76