基于R中的另一个数据框在数据框中查找值答案

【问题标题】：Finding values in data frame based on another data frame in R基于R中的另一个数据框在数据框中查找值
【发布时间】：2020-04-21 08:50:00
【问题描述】：

刚从 R 开始（以及一般的编码）...我在使用两个不同的数据帧时遇到了这个计算问题，但我找不到解决方案。我为我的问题创建了一个简化示例：

我有两个数据框，df_1 和 df_2：

df_1：

  Numbers     Assigned_color
        1                  -
        2                  -
        3                  -
        4                  -
        5                  -
        6                  -

df_2：

  Value     Color
      4      Blue
      5    Orange
      6       Red

我想要的是根据使用两个数据帧中的值的函数为 df_1 中的数字分配颜色。在此示例中，如果 df_1$Number 和 df_2$Value 的总和等于 10，我希望分配颜色。这将导致以下结果 (df_1)：

  Numbers     Assigned_color
        1                  -
        2                  -
        3                  -
        4                Red
        5             Orange
        6               Blue

我得到的最接近的是：

for(i in 2:nrow(df_1)) {
  for(j in 2:nrow(df_2)) {

       df_1$Assigned_color[i] <- ifelse(df_1$Numbers[i] + df_2$Value[j] == 10,
       df_2$Color[j],
       df_1$Assigned_color[i])

  }}

但是不起作用，因为我得到的结果是这样的：

  Numbers     Assigned_color
        1                  -
        2                  -
        3                  -
        4                Red
        5             Orange
        6                  -

...我不明白为什么。非常感谢您的耐心等待。

编辑：真正的功能要复杂得多，数据集也很大。对不起，我应该提到这一点。我实际上正在寻找的是脚本，我可以在其中输入任何类型的长复杂函数并根据值分配“颜色”，如下所示：

for(i in 2:nrow(df_1)) {
  for(j in 2:nrow(df_2)) {

       df_1$Assigned_color[i] <- ifelse
       [very long function using values from both dataframes] == [desired value],
       df_2$Color[j],
       df_1$Assigned_color[i])

  }}

【问题讨论】：

标签： r

【解决方案1】：

您可以使用 dplyr 加入数据并获得相同的结果；

library(dplyr)

df_1 <-
  data.frame(
    Numbers = c(1,2,3,4,5,6),
    Assigned_color = c(NA_character_,NA_character_,NA_character_,
                       NA_character_,NA_character_,NA_character_),
    stringsAsFactors = FALSE
  )

df_2 <-
  data.frame(
    Value = c(4,5,6),
    Color = c("Blue", "Orange", "Red"),
    stringsAsFactors = FALSE
  )

df_1 %>%
  left_join(df_2, by = c("Numbers" = "Value")) %>%
  mutate(Value = ifelse(!is.na(Color), Numbers, NA),
         Color = ifelse(Value + Numbers == 10, Color, NA_character_)) %>%
  select(Numbers, Color)

#Numbers  Color
# 1   <NA>
# 2   <NA>
# 3   <NA>
# 4   Blue
# 5 Orange
# 6    Red

【讨论】：

谢谢！如果我错了，请纠正我，但我认为这只有在我想对变量求和时才有效。抱歉，我没有提到实际问题中的功能要复杂得多。是否有一种解决方案，我可以使用任何带有 ifelse 函数的公式，甚至可以更改它？
您可以在变异步骤中创建任何您想要的公式。我已经对其进行了编辑以展示您如何做到这一点。
好的，非常感谢，明天我得再看看（我几乎不明白脚本中发生了什么）

【解决方案2】：

base R 选项是在转换为逻辑矩阵 ('m1') 后获取外部总和的行/列索引，然后根据索引进行分配

m1 <- outer(df_2$Value, df_1$Numbers, `+`) == 10
i1 <- which(m1, arr.ind = TRUE)
df_1$Assigned_color[i1[,2]] <- df_2$Color[i1[,1]]
df_1
#  Numbers Assigned_color
#1       1              -
#2       2              -
#3       3              -
#4       4            Red
#5       5         Orange
#6       6           Blue

数据

df_1 <- structure(list(Numbers = 1:6, Assigned_color = c("-", "-", "-", 
"-", "-", "-")), class = "data.frame", row.names = c(NA, -6L))

df_2 <- structure(list(Value = 4:6, Color = c("Blue", "Orange", "Red"
)), class = "data.frame", row.names = c(NA, -3L))

【讨论】：

【解决方案3】：

如果写成sql查询，可以写两个表之和必须为10的条件作为两个表的连接条件，然后用这些结果对原表做反连接，得到不匹配的数字, 并将匹配项和不匹配项绑定在一起。

library(sqldf)

matches <-  sqldf('
  select  a.Numbers
          , b.Color as Assigned_color
  from    df_1 a
          join df_2 b
            on a.Numbers + b.Value = 10
  ')
nonmatches <-  sqldf('
  select  a.*
  from    df_1 a 
          left join matches b
            on a.Numbers = b.Numbers
  where   b.Numbers is NULL
  ')

rbind(nonmatches, matches)
#   Numbers Assigned_color
# 1       1              -
# 2       2              -
# 3       3              -
# 4       4            Red
# 5       5         Orange
# 6       6           Blue

【讨论】：