R：将列与作为列表对象存在的另一列中的值进行比较答案

【问题标题】：R: comparing a column with values in another column present as list objectR：将列与作为列表对象存在的另一列中的值进行比较
【发布时间】：2019-07-05 12:54:16
【问题描述】：

我使用 for 循环创建了DF1，或者从某人那里得到了它。我想检查DF2 是否有相应日期的值（作为列表或连接在字符串中）。我经常遇到这种情况。这是代码。

library(dplyr)
library(magrittr)
DF1 <- data.frame(det = as.Date(c('2013-02-02','2018-01-11','2011-07-10')),nos = c("1|3","4|2|1","3|4")) %>% print
DF2 <- data.frame(det1 = as.Date(c('2013-02-02','2018-01-11')),no = c(1,3)) %>% print
DF1 = left_join(DF2,DF1,by=c('det1'='det')) %>%
  mutate(list_column = strsplit(nos,split = "\\|")) %>% 
  print
# DF1
# det1 no   nos
# 1 2013-02-02  1   1|3
# 2 2018-01-11  2 4|2|1
for(i_ in 1:nrow(DF1)){
  # i_ = 1
  temp = DF1[i_,]
  list_vals = temp$list_column %>% as.vector() %>% unlist() %>% as.numeric() %>% print
  DF1$present[i_] = temp$no %in% list_vals
    }
#R>DF1
#        det1 no   nos list_column present
#1 2013-02-02  1   1|3        1, 3    TRUE
#2 2018-01-11  3 4|2|1     4, 2, 1   FALSE

如果no 是nos 之一，那么创建另一个逻辑列的最佳方法是什么？如何实现我想要做的事情或更好地完成我想要最终得到的事情？我欢迎任何解决方案 base、tidyverse 或 data.table。

EDIT-1

我正在寻找消除for 循环。

【问题讨论】：

标签： r data.table tidyverse

【解决方案1】：

** 代码的第一部分 **

library(dplyr)
DF1 <- data.frame(det = as.Date(c('2013-02-02','2018-01-11','2011-07-10')),nos = c("1|3","4|2|1","3|4")) %>% print
DF2 <- data.frame(det1 = as.Date(c('2013-02-02','2018-01-11')),no = c(1,3)) %>% print
DF1 = left_join(DF2,DF1,by=c('det1'='det')) # no need to strsplit()

使用grepl 和apply，只需一行：

DF1$present <- apply(DF1, 1, function(x){
  ifelse(grepl(x=x[3], pattern = paste0("(?<!\\d)", x[2], "(?!\\d)"), perl = TRUE), T, F)
})

结果：

         det1 no   nos  present
1: 2013-02-02  1   1|3  TRUE
2: 2018-01-11  3 4|2|1 FALSE

此解决方案可“移植”到data.table，例如：

library(data.table)

data.table::setDT(DF1) # into data.table

DF1[, present := apply(DF1, 1, function(x){ 
  ifelse(grepl(x=x[3], pattern = paste0("(?<!\\d)", x[2], "(?!\\d)"), perl = TRUE), T, F)
})] # the := is a symbol for assignment

【讨论】：

【解决方案2】：

我们可以使用Map 循环遍历'list_column'，检查length 的intersecting 元素

library(tidyverse)
DF1 %>%
   mutate(present = map2(list_column, DF2$no, ~ length(intersect(.x, .y))) > 0)
#        det1 no   nos list_column present
#1 2013-02-02  1   1|3        1, 3    TRUE
#2 2018-01-11  3 4|2|1     4, 2, 1   FALSE

或者在没有匿名函数调用的情况下稍微紧凑

DF1 %>%
   mutate(present = lengths(map2(list_column, DF2$no, intersect)) > 0)

【讨论】：

【解决方案3】：

library(data.table)
setDT(DF1)
DF1[, present := as.character(no) %in% list_column[[1]], by = seq_len(nrow(DF1))][]

         det1 no   nos list_column present
1: 2013-02-02  1   1|3         1,3    TRUE
2: 2018-01-11  3 4|2|1       4,2,1   FALSE

数据（只需在一处添加 as.character()）

DF1 <- data.frame(det = as.Date(c('2013-02-02','2018-01-11','2011-07-10')),nos = c("1|3","4|2|1","3|4")) %>% print
DF2 <- data.frame(det1 = as.Date(c('2013-02-02','2018-01-11')),no = c(1,3)) %>% print
DF1 = left_join(DF2,DF1,by=c('det1'='det')) %>%
  mutate(list_column = strsplit(as.character(nos),split = "\\|"))

【讨论】：

【解决方案4】：

我发现grepl 在这种情况下很有用。

DF3 = left_join(DF2, DF1, by=c('det1'='det'))
for(i in 1:nrow(DF3)){
  DF3[i, 'present'] = grepl(DF3[i,'no'], DF3[i, 'nos'])
}

> DF3
        det1 no   nos present
1 2013-02-02  1   1|3    TRUE
2 2018-01-11  3 4|2|1   FALSE

数据（添加stringsAsFactors = F）：

DF1 <- data.frame(det = as.Date(c('2013-02-02','2018-01-11','2011-07-10')),nos = c("1|3","4|2|1","3|4"), stringsAsFactors = F)
DF2 <- data.frame(det1 = as.Date(c('2013-02-02','2018-01-11')), no = c(1,3), stringsAsFactors = F)

【讨论】：

【解决方案5】：

另一个使用data.table::tstrsplit的选项：

library(data.table)
df1 <- setDT(DF1)[, .(no=as.integer(unlist(tstrsplit(nos, "\\|")))), by=.(det)]
setDT(DF2)[, present := FALSE][
    df1, on=c("det1"="det", "no"), present := !is.na(i.no)]

输出：

         det1 no present
1: 2013-02-02  1    TRUE
2: 2018-01-11  3   FALSE

数据：

DF1 <- data.frame(det = as.Date(c('2013-02-02','2018-01-11','2011-07-10')),
    nos = c("1|3","4|2|1","3|4"))
DF2 <- data.frame(det1 = as.Date(c('2013-02-02','2018-01-11')), 
    no = as.integer(c(1,3)))

【讨论】：