【问题标题】：tidyverse: Comparing each row of a data.frame with a single row from another data.frametidyverse：将 data.frame 的每一行与另一个 data.frame 的单行进行比较
【发布时间】：2020-06-18 18:19:20
【问题描述】：

我想以整齐的方式比较df1 的每一行与df2 的单行。请有任何提示。

df1 <-
  structure(
    list(
        Q1 = c("a", "a")
      , Q2 = c("b", "a")
      , Q3 = c("a", "a")
      , Q4 = c("b", "a")
      )
    , class = "data.frame"
    , row.names = c(NA, -2L)
    )

df2 <-
  structure(
    list(
        Q1 = "a"
      , Q2 = "a"
      , Q3 = "b"
      , Q4 = "c"
      )
    , class = "data.frame"
    , row.names = c(NA, -1L)
    )

library(tidyverse)


sum(df1[1, ] == df2)
[1] 1
sum(df1[2, ] == df2)
[1] 2

【问题讨论】：

你能bind_cols这两个dfs吗？

标签： r tidyverse tidytable

【解决方案1】：

在基地

apply(df1,1, function(x) sum(x == df2))

[1] 1 2

【讨论】：

感谢@Daniel 的回答。我的预期输出是 1 和 2。请参阅编辑。
@MYaseen208，已修复。

【解决方案2】：

要么先拆分，然后检查身份：

library(purrr)
asplit(df1,1) %>% map_dbl(~sum(.==df2))

或者只是映射行号：

1:nrow(df1) %>% map_dbl(function(i)sum(df1[i,]==df2))
[1] 1 2

【讨论】：

感谢您的精彩回答。如果您指导如何将列输出变异为 df1，将不胜感激
您的意思是将 1,2 作为 df1 中的一列？ ``` df1 %>% mutate(y=1:nrow(.) %>% map_dbl(function(i)sum(df1[i,]==df2)))``` 这会起作用。你的data.frame有多大？调用行号更安全...

【解决方案3】：

base R 的选项是rowSums

rowSums(df1 == unlist(df2)[col(df1)])
#[1] 1 2

在tidyverse中，我们也可以使用c_across

library(dplyr)
df1 %>% 
    rowwise %>%
    mutate(new = sum(c_across(everything()) == df2)) 
# A tibble: 2 x 5
# Rowwise: 
#  Q1    Q2    Q3    Q4      new
#  <chr> <chr> <chr> <chr> <int>
#1 a     b     a     b         1
#2 a     a     a     a         2

【讨论】：

【解决方案4】：

基础 R 解决方案。

按行比较和求和：

rowSums(mapply(`==`, df1, df2))
#[1] 1 2

编辑。

以上是这篇文章的新版本。原始按列求和。这是代码。

返回值是一个逻辑向量列表，然后是*apply函数sum。

Map(`==`, df1, df2)
#$Q1
#[1] TRUE TRUE
#
#$Q2
#[1] FALSE  TRUE
#
#$Q3
#[1] FALSE FALSE
#
#$Q4
#[1] FALSE FALSE

res <- Map(`==`, df1, df2)
sapply(res, sum)
#Q1 Q2 Q3 Q4 
# 2  1  0  0

单线是

sapply(Map(`==`, df1, df2), sum)

另一个，更快。

colSums(mapply(`==`, df1, df2))
#Q1 Q2 Q3 Q4 
# 2  1  0  0

【讨论】：

【解决方案5】：

使用 purrr 包：

unlist_df2 <- unlist(df2)
    seq_len(nrow(df1)) %>%
      map_lgl(~identical(unlist(df1[.x,]), unlist_df2))

用于编辑：将 map_lgl 更改为 map_dbl 并与 sum & ==

unlist_df2 <- unlist(df2)
seq_len(nrow(df1)) %>%
  map_dbl(~sum(unlist(df1[.x,]) == unlist_df2))

【讨论】：

感谢@det 的回答。我的预期输出是 1 和 2。请参阅编辑。