比较两个不相等的数据框并按第二个数据框的顺序选择公共值

Question

我有两个数据框如下：

df1<-data.frame(st=c(1,2,3,4),v1=c(12,14,15,75),v2=c(43,32,12,18))

df1
  st v1 v2
1  1 12 43
2  2 14 32
3  3 15 12
4  4 75 18

df2<-data.frame(st=c(1,2,3,4),v1=c(12,24,35,18),v2=c(48,32,121,82),v3=c(53,11,12,75))

df2
  st v1  v2 v3
1  1 12  48 53
2  2 24  32 11
3  3 35 121 12
4  4 18  82 75

我想要的是在“st”列级别匹配两个数据帧，即对于 df1 中的 st = 1，v1 和 v2 的相应值是 12 和 43。因此，如果 df2 中的 st=1，如果有变量包含这些值，然后我想选择 st，以及 df2 中的那些值。

所以对于上面的例子，输出将是

St values
1     12(coming from v1 in df2)
2     32(coming from v2 in df2)
3     12(coming from v3 in df2)
4     18 75(coming from v1 & v3 in df2)

需要注意的重要一点是，在输出数据框中，所选变量的顺序应与 df2 的顺序相同，如您所见，对于 st = 4，df1 中的值是 75 & 18，与 st = 匹配2，但输出仍然是 18，然后是 75，这是 df2 中的顺序。 df2 中的变量也总是大于 df1。

Answer 1

如果我理解正确的话......

第 0 步。准备数据

您提到您只想选择符合您的条件的行，但示例数据集的每一行至少有一个匹配项。我对其进行了调整，使得 St=3 不匹配，以证明该行不会在结果中返回。

df1<-data.frame(st=c(1,2,3,4),v1=c(12,14,15,75),v2=c(43,32,12,18))
df2<-data.frame(st=c(1,2,3,4),v1=c(12,24,35,18),v2=c(48,32,121,82),v3=c(53,11,13,75))

第 1 步：合并数据集

combined.df <- rbind(df1 %>% gather(v, n, -st) %>% mutate(df = "df1"),
                     df2 %>% gather(v, n, -st) %>% mutate(df = "df2"))

> head(combined.df)
  st  v  n  df
1  1 v1 12 df1
2  2 v1 14 df1
3  3 v1 15 df1
4  4 v1 75 df1
5  1 v2 43 df1
6  2 v2 32 df1

第 2 步。比较并仅保留来自 df2 的匹配项

res <- combined.df %>%
  group_by(st) %>%
  mutate(n = ifelse(df=="df1", n, ifelse(n %in% n[df=="df1"], n, NA))) %>%
  ungroup() %>%
  filter(df=="df2", !is.na(n)) %>%
  arrange(st, v)
# if you just want the values, you can stop here.
> res
# A tibble: 4 × 4
     st     v     n    df
  <dbl> <chr> <dbl> <chr>
1     1    v1    12   df2
2     2    v2    32   df2
3     4    v1    18   df2
4     4    v3    75   df2


# this part formats the result to follow that of the desired output
res <- res %>%
  group_by(st) %>%
  summarise(values = paste(as.character(n), collapse = " ")) %>%
  ungroup()
> res
# A tibble: 3 × 2
     st values
  <dbl>  <chr>
1     1     12
2     2     32
3     4  18 75

Answer 2

如果你使用合并功能，你可以用这个匹配创建一个唯一的df：

new<-merge(df1,df2,by="st")

new

  st v1.x v2.x v1.y v2.y v3
1  1   12   43   12   48 53
2  2   14   32   24   32 11
3  3   15   12   35  121 12
4  4   75   18   18   82 75

如果你愿意，你可以按照你想要的方式订购它。例如：

new2<-new[,1:2]
new2$from<-"from v1"
names(new2)<-c("st","value","from")


for(i in 3:ncol(new)){
new3<-new[,c(1,i)]
new3$from<-pasteo("from v",i)
names(new3)<-c("st","value","from")
new2<-rbind(new2,new3)

}

这不是最有效的方法，但如果你的数据很少，它会起作用