给定一列键，用基于字典的一列字符串覆盖它答案

【问题标题】：Given a column of keys, overwrite it with a column of strings based on a dictionary给定一列键，用基于字典的一列字符串覆盖它
【发布时间】：2019-02-05 16:59:30
【问题描述】：

我有以下两个数据框：

 n <- 15000
 key <- sample(1:10, 10)
 dictionary <- data.frame(key = key, value = LETTERS[1:10])

 target_df <- data.frame(code = sample(key, n, replace = TRUE))
 target_df$code[sample(seq_len(n), 10)] <- 0

我想用来自dictionary 的相应values 覆盖code。什么是有效的和可读的方式来做到这一点？我用过

find_in_dictionary <- function(x) {
  y <- dictionary[match(x, dictionary[, 1]), 2]
}

target_df$code <- find_in_dictionary(target_df$code)
sum(is.na(target_df$code))

它似乎工作正常，并且可以正确处理不匹配的情况。你有更好的建议吗？

【问题讨论】：

@DeltalV：如果答案对您有用，请考虑投票或接受答案:) 谢谢

标签： r function dictionary dataframe

【解决方案1】：

你需要使用dplyr的left_join函数。这是一个 SQL 连接。

library(dplyr)
library(tidyr)
n <- 15000
key <- sample(1:10, 10)
dictionary <- data.frame(key = key, value = LETTERS[1:10])

target_df <- data.frame(code = sample(key, n, replace = TRUE))
target_df$code[sample(seq_len(n), 10)] <- 0

target_df %>%
  arrange(code) %>%
  left_join(dictionary, by = c("code"="key")) %>%
  drop_na(.)-> final_df

head(final_df)
#>    code value
#> 11    1     I
#> 12    1     I
#> 13    1     I
#> 14    1     I
#> 15    1     I
#> 16    1     I

# final_df without 'order'
target_df %>%
  left_join(dictionary, by = c("code"="key")) %>%
  drop_na(.) %>%
  head(.)
#>   code value
#> 1    6     A
#> 2    6     A
#> 3    8     D
#> 4    7     F
#> 5    8     D
#> 6    9     H

final_df %>%
  select(value) %>%
  head(.)
#>    value
#> 11     I
#> 12     I
#> 13     I
#> 14     I
#> 15     I
#> 16     I

您也可以使用data.table 包来获得类似的结果。 SO对此有很多疑问。

由 reprex 包 (v0.2.0) 于 2018-08-30 创建

【讨论】：

您错过了target_df$code[sample(seq_len(n), 10)] <- 0 部分（我用来确保解决方案正确处理不匹配的情况）。但是我将它添加到您的代码中，它仍然有效。干得好！
@Suhas Hedge：你能检查一下你的输出吗？出了点问题。请使用dictionary data.frame 验证您的映射。
@Suhas Hedge：如果我错了，请随时纠正我！
@SaurabhChauhan 我在发布答案后也看到了。我认为这就是这些值的排序方式。我没有在我的 dplyr 管道中使用明确的排序。不过还是得去看看
我错过了target_df$code[sample(seq_len(n), 10)] <- 0

【解决方案2】：

使用sqldf：映射key 和value，根据key 在data.frame 中查看left join。

在运行此之前，您只需更改 colnames 的 target_df。

colnames(target_df)<-c("key")
head(sqldf("Select t.key,d.value from target_df t LEFT JOIN dictionary d on (t.key=d.key)"))

输出：

   key value
1   1     I
2   3     B
3   1     I
4   5     C
5   2     F
6   7     E

【讨论】：