如何使用 R 中另一个数据框中的值匹配一个数据框中的两列

Question

我有两个数据框。一个是一组 ≈4000 个条目，看起来与此类似：

| grade_col1 | grade_col2 |
| --- | --- |
| A-| A-|
| B | 86|
| C+| C+|
| B-| D |
| A | A |
| C-| 72|
| F | 96|
| B+| B+|
| B | B |
| A-| A-|

另一个是一组 ≈700 个条目，看起来与此类似：

| grade | scale |
| --- | --- |
| A+|100|
| A+| 99|
| A+| 98|
| A+| 97|
| A | 96|
| A | 95|
| A | 94|
| A | 93|
| A-| 92|
| A-| 91|
| A-| 90|
| B+| 89|
| B+| 88|

...等等。

我要做的是创建一个新列，显示grade_col2 是否与grade_col1 与二进制0-1 输出匹配（0 = 不匹配，1 = 匹配）。 Grade_col2 的大部分以字母等级显示。但是每隔一段时间，grade_col2 中的一个条目就会被意外地输入为数字等级。即使grade_col2 是数字等级而不是字母等级，我也希望此匹配列给我一个“1”。换句话说，如果grade_col1 是B 而grade_col2 是86，我希望这仍然被读作匹配。只有当grade_col1 为F 且grade_col2 为96 时，这不 才匹配（类似于grade_col1 为B- 且grade_col2 为D = 不匹配）。

第二个数据框给了我需要在一个和另一个之间转换的信息（97-100 之间的条目是 A+，93-96 之间是 A，等等）。我只是不知道如何运行一个脚本，该脚本使用此信息在所有 ≈4000 个条目中查找匹配项。理论上，我可以手动执行此操作，但实际数据集太长以至于不现实。

我一直在考虑在 dplyr 中使用嵌套的 if_else 语句。但是一旦我通过了第一个“if”语句，我就卡住了。对此人能提供的任何帮助，我将不胜感激。

Answer 1

您可以使用连接来做到这一点。

让您的第一个数据框为grades_df，您的第二个数据框为lookup_df，然后您需要以下内容：

output = grades_df %>%
  # join on look up, keeping everything grades table
  left_join(lookup_df, by = c(grade_col2 = "scale")) %>%
  # combine grade_col2 from grades_df and grade from lookup_df
  mutate(grade_col2b = ifelse(is.na(grade), grade_col2, grade)) %>%
  # indicator column
  mutate(indicator = ifelse(grade_col1 == grade_col2b, 1, 0))