在 R 中，根据与第二个数据帧中的值的近似数值匹配创建/填充数据帧的一列

Question

我有两个数据框。第一个数据框包含我在实验中看到的药物列表。第二个数据框包含我在实验中运行的标准列表 - 所以它是另一个药物列表，其中包含预期的时间来查看它们。

我要做的是在第一个数据框中将正确标准的名称分配给正确的药物。

例如，药物 A 在 5.5 分钟时出现。药物 A 的标准是在 5.7 分钟。

在 6 分钟时观察到药物 B。它使用与药物 A 相同的标准，只需 5.7 分钟。

在 6.5 分钟时观察到药物 C。它使用 7 分钟可见的标准。

原始数据框示例：

DF1:
Drug   Time
 A     5.5
 B     6.0
 C     6.5

DF2:
Standard   Time
 S1        5.7
 S2        7

关键是我希望 R 以 最接近 时间（正向或负向）与 DF2 中的一个标准查找标准，然后指定该标准的名称 ( S1, S2) 到 DF1。

最终数据框示例：

Drug   Time   Standard
 A      5.5     S1
 B      6.0     S1
 C      6.5     S2

我知道如何获得完全匹配的值来分配 - 但我不确定如何让 R 在 DF2 中搜索最接近 DF1 中每一行的时间值的值。

Answer 1

使用 lapply 和 rbind，这是一种不太干净的方法。我相信我们会看到一些 dplyr 魔法:)

DF1 = read.table(text="Drug   Time
A     5.5
B     6.0
C     6.5",header=TRUE,stringsAsFactors=FALSE)


DF2 = read.table(text="Standard   Time
S1        5.7
S2        7",header=TRUE,stringsAsFactors=FALSE)

对于每个“时间”观察，我们找到最小绝对“标准”观察并创建包含（时间，标准）集的数据框。

最后，我们通过 rbind 组合所有的数据框集。

DF2$Standard[which.min(abs(DF2$Time - x) )] 这会找到符合上述条件的“标准”

DF3 = do.call(rbind,lapply(DF1$Time,function(x) {
      data.frame(Time=x,Standard=DF2$Standard[which.min(abs(DF2$Time - x) )],stringsAsFactors=FALSE)
      }))

final_DF = merge(DF1,DF3,by="Time")[,union(names(DF1), names(DF3))
final_DF
#  Drug Time Standard
#1    A  5.5       S1
#2    B  6.0       S1
#3    C  6.5       S2