R：连接/分配两个重叠数据集的值

Question

我需要你心爱的帮助...

我有两个数据集。一个将人名分配给 tradeID，另一个将人员 ID 分配给（相同类型的）tradeID。我想知道，哪个人有哪个ID。

数据：

personID    tradeID     Name    tradeID
123         10      |   Bob     7
123         5       |   Bob     8
210         1       |   Jack    3
210         7       |   Jack    11
210         8       |   Paul    5
988         11      |   Paul    10
988         8       |

问题：

我想找出tradeID的重叠/交集，这样我就知道哪个名字属于哪个personID。

结果 （应该如下所示）

personID    Name
123         Paul
210         Bob
988         Jack

困难：

• 重叠有不同数量的元素 (Bob & 210)
• TradeID 与不同的 personID 和姓名有多个连接 (tradeID 8)
• 重叠不必是 100% (Jack & 988)

想法和试验

• 已尝试：数据框比较库 && 重塑库（未提供任何有用的方法）
• 想法：创建 personID 和姓名的向量 && 比较向量（不知道如何制作向量）&& 连接重叠度最高的向量

有没有办法解决这个问题，例如通过数据框比较？

非常感谢您的帮助！！！

Answer 1

我要做的是：

1. 将两者合并在一起
2. 比较每个名称，看看它是否匹配多个 personID（错误！）
3. 如果一切正常，请删除重复项

比如：

datA <- data.frame(personID=c( 123,123,210,210,210,988,988 ),tradeID=c( 10,5,1,7,8,11,8) )
datB <- data.frame(name=c("B","B","J","J","P","P"), tradeID=c( 7,8,3,11,5,10 ) )
mgd <- merge(datA,datB)
library(taRifx)
stopifnot( all( by(mgd$personID,as.factor(mgd$name),distinct) <=1 ) )
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID) )

这在 stopifnot 上失败了，因为 Bob 与 personID 210 和 988 相关联，这可能是您的示例数据中的拼写错误....如果将其删除，则效果很好：

datA[7,"tradeID"] <- 12
mgd <- merge(datA,datB)
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID) )
result
  personID name
1      123    P
2      210    B
5      988    J