从 R 中具有不同列和长度的两个数据帧中选择并组合行答案

【问题标题】：Select and combine rows from two data frames with different columns and lenght in R从 R 中具有不同列和长度的两个数据帧中选择并组合行
【发布时间】：2019-02-25 10:47:18
【问题描述】：

我有 2 个数据框。 df1 就像

V1    V2    V3   V4        V5
1   1  7506 10949    3 0.2284710
2   1 28272 29965  147 0.6033058
3   1 36598 37518  843 0.7459016
4   1 37512 40365   52 0.4121901
5   1 48795 50666  150 0.8050847
6   1 50660 52365   92 0.6995614
7   1 52850 54453 1337 0.8991597
8   1 54447 54527  279 0.9858824
9   1 54816 64015    2 0.2787356
10  1 70664 74349   17 0.5549451

df2 是这样的：

1     1     1  7512
2     1  7506 10949
3     1 10943 13175
4     1 13169 20070
5     1 20064 28278
6     1 28272 29965
7     1 29959 36604
8     1 36598 37518
9     1 37512 40365
10    1 40359 48801

我想将它们组合到一个新的 df3 中，如果匹配，它将采用 df1$V4 和 df1$V5 的值，如果没有，它将是 NA 或 0。最终的数据帧应该像：

 1     1  7512    0 0
 1  7506 10949    3 0.2284710
 1 10943 13175    0 0
 1 13169 20070    0 0
 1 20064 28278    0 0
 1 28272 29965  147 0.6033058
 1 29959 36604    0 0
 1 36598 37518  843 0.7459016
 1 37512 40365   52 0.4121901
 1 40359 48801    0 0
 ......
 ......
 etc until the end of the files

你能帮帮我吗？哪个函数在做这个？

提前谢谢你

【问题讨论】：

标签： r dataframe select

【解决方案1】：

首先，为了更容易重现您的示例，最好包含您的数据，如下所示：

df1 <- structure(list(V1 = 1:10, V2 = c(1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L), V3 = c(7506L, 28272L, 36598L, 37512L, 48795L, 50660L,
52850L, 54447L, 54816L, 70664L), V4 = c(10949L, 29965L, 37518L,
40365L, 50666L, 52365L, 54453L, 54527L, 64015L, 74349L), V5 = c(3L,
147L, 843L, 52L, 150L, 92L, 1337L, 279L, 2L, 17L), V6 = c(0.228471,
0.6033058, 0.7459016, 0.4121901, 0.8050847, 0.6995614, 0.8991597,
0.9858824, 0.2787356, 0.5549451)), class = "data.frame", row.names = c(NA,
-10L))


df2 <- structure(list(V1 = 1:10, V2 = c(1L, 1L, 1L, 1L, 1L, 1L, 1L,
1L, 1L, 1L), V3 = c(1L, 7506L, 10943L, 13169L, 20064L, 28272L,
29959L, 36598L, 37512L, 40359L), V4 = c(7512L, 10949L, 13175L,
20070L, 28278L, 29965L, 36604L, 37518L, 40365L, 48801L)), class = "data.frame", row.names = c(NA,
-10L))

然后使用每个数据集中的两个键生成索引并匹配位置

index <- match(paste0(df2$V3, df2$V4), paste0(df1$V3, df1$V4))

然后使用该索引填充第二个数据框中的值：

df2$V5 <- df1$V5[index]
df2$V6 <- df1$V6[index]

当然，您的数据中可能有不同的列名，因为我只是快速复制/粘贴了您的数据并获得了行名和其他内容。

df2

   V1 V2    V3    V4  V5        V6
1   1  1     1  7512  NA        NA
2   2  1  7506 10949   3 0.2284710
3   3  1 10943 13175  NA        NA
4   4  1 13169 20070  NA        NA
5   5  1 20064 28278  NA        NA
6   6  1 28272 29965 147 0.6033058
7   7  1 29959 36604  NA        NA
8   8  1 36598 37518 843 0.7459016
9   9  1 37512 40365  52 0.4121901
10 10  1 40359 48801  NA        NA

【讨论】：

问题是这是我的文件样本。每个数据框不仅包含 10 行，还包含更多行。那么我将如何像上面的列表那样重现它？
就像上面一样 :) 您可以在数据框中拥有任意数量的行。只需检查您的列名称是否与我写的内容一致。

【解决方案2】：

如果我理解正确，OP 请求在 V1、V2 和 V3 的关键列上正确加入 df1 和 df2。结果将包含所有行 df2 和列 V4 和 V5 附加自 df1 键匹配的位置。

一种可能的实现是使用data.table：

library(data.table)
setDT(df1)[setDT(df2), on = .(V1, V2, V3)]

    V1    V2    V3  V4        V5
 1:  1     1  7512  NA        NA
 2:  1  7506 10949   3 0.2284710
 3:  1 10943 13175  NA        NA
 4:  1 13169 20070  NA        NA
 5:  1 20064 28278  NA        NA
 6:  1 28272 29965 147 0.6033058
 7:  1 29959 36604  NA        NA
 8:  1 36598 37518 843 0.7459016
 9:  1 37512 40365  52 0.4121901
10:  1 40359 48801  NA        NA

数据

library(data.table)
df1 <- fread("rn V1    V2    V3   V4        V5
1   1  7506 10949    3 0.2284710
2   1 28272 29965  147 0.6033058
3   1 36598 37518  843 0.7459016
4   1 37512 40365   52 0.4121901
5   1 48795 50666  150 0.8050847
6   1 50660 52365   92 0.6995614
7   1 52850 54453 1337 0.8991597
8   1 54447 54527  279 0.9858824
9   1 54816 64015    2 0.2787356
10  1 70664 74349   17 0.5549451", drop = 1L)
df2 <- fread("rn V1    V2    V3
1     1     1  7512
2     1  7506 10949
3     1 10943 13175
4     1 13169 20070
5     1 20064 28278
6     1 28272 29965
7     1 29959 36604
8     1 36598 37518
9     1 37512 40365
10    1 40359 48801", drop = 1L)

【讨论】：