合并数据集，其中键位于 R 中一个数据集的列和另一个数据集的行上答案

【问题标题】：Merging datasets where the key is on the column of one dataset and row of another in R合并数据集，其中键位于 R 中一个数据集的列和另一个数据集的行上
【发布时间】：2016-11-08 19:53:26
【问题描述】：

如何在 R 中合并键在一个数据集的列和另一个数据集的行上的数据集？

示例数据：

group = c("a", "b", "c", "c")
id1 = c(1, 0, 0, 0) 
id2 = c(0, 1, 0, 1)
id3 = c(0, 0, 1, 0) 
df1 = data.frame(group,id1, id2, id3) 
df1

id = c("id1", "id2", "id3") 
iv1 = c(2, 3, 3) 
iv2 = c(3, 2, 3) 
df2 = data.frame(id, iv1, iv2) 
df2

我喜欢按 id 合并这两个数据集。我可以通过 ifelse 来实现：

df1$iv1 = ifelse(df1$id1 == 1, 2, 3)
df1$iv2 = ifelse(df1$id2 == 1, 2, 3)

结果：

  group id1 id2 id3 iv1 iv2
1     a   1   0   0   2   3
2     b   0   1   0   3   2
3     c   0   0   1   3   3
4     c   0   1   0   3   2

如果说我有 1000 个变量要合并，那么 ifelse 方法会很乏味。有没有更有效的方法来合并这些数据集？

【问题讨论】：

df1中的ID列是互斥的吗？您是否会遇到 id1 = 1 且 id2 = 1 的行的情况？如果是这样，预期的输出是什么？

标签： r merge

【解决方案1】：

我们可以利用第一个的列顺序与第二个的行顺序相匹配的事实。

df1[c("iv1", "iv2")] <- df2[max.col(df1[-1]),-1]
#   group id1 id2 id3 iv1 iv2
# 1     a   1   0   0   2   3
# 2     b   0   1   0   3   2
# 3     c   0   0   1   3   3
# 4     c   0   1   0   3   2

【讨论】：

【解决方案2】：

Pierre Lafortune 已经给出了很好的答案。我仍然会发布我的解决方案：

ids <- colnames(df1[, 2:4])
ids <- apply(df1[, 2:4], 1, function(x) return(ids[as.logical(x)]))

df1$id <- ids
new_df <- merge(df1, df2, by="id", all.x = TRUE, sort=FALSE)

> new_df
   id group id1 id2 id3 iv1 iv2
1 id1     a   1   0   0   2   3
2 id2     b   0   1   0   3   2
3 id2     c   0   1   0   3   2
4 id3     c   0   0   1   3   3

【讨论】：

【解决方案3】：

Pierre 和 Istrel 的答案都很好。对于这个和更复杂的操作，您还可以使用 Hadley Wickham 流行的 tidyr 包：

install.packages('tidyr', repos='http://cran.rstudio.org')
library(tidyr)

g1 <- gather(df1, idx, id_val, -group)  # colnames are in 'idx'; 12 rows total
g1 <- g1[g1$id_val==1, ]                # drop rows with id_val == 0
g2 <- merge(g1, df2, by.x='idx', by.y='id')
g3 <- spread(g2, idx, id_val)           # pivot the 'idx' column back out
g3
#   group iv1 iv2 id1 id2 id3
# 1     a   2   3   1  NA  NA
# 2     b   3   2  NA   1  NA
# 3     c   3   2  NA   1  NA
# 4     c   3   3  NA  NA   1
g3[is.na(g3)] <- 0
g3
#   group iv1 iv2 id1 id2 id3
# 1     a   2   3   1   0   0
# 2     b   3   2   0   1   0
# 3     c   3   2   0   1   0
# 4     c   3   3   0   0   1

【讨论】：