从第二个数据框 R 添加列和插入信息

Question

大家好，我有两个数据框，我想以特定方式将信息从一个 df 连接到另一个数据框。我会解释得更好。这是我的第一个 df，我想在其中添加 6 列（名为 col1、col2 等的通用 col..）：

           res1 res4 aa1234 
1 AAAAAA    1    4   IVGG       
2 AAAAAA    8   11   RPRQ        
3 AAAAAA   10   13   RQFP        
4 AAAAAA   12   15   FPFL  
5 AAAAAA   20   23   NQGR      
6 AAAAAA   32   35   HARF    

这是第二个df：

   res1     dist
    1     3.711846
    1     3.698985
    2     4.180874
    2     3.112819
    3     3.559737
    3     3.722107
    4     3.842375
    4     3.914970
    5     3.361647
    5     2.982788
    6     3.245118
    6     3.224230
    7     3.538315
    7     3.602273
    8     3.185184
    8     2.771583
    9     4.276871
    9     3.157737
    10    3.933783
    10    2.956738


     

考虑到“res1”，我想在我的新 6 列中的第一个 df 中添加对应于 res1 = 1 的第二个 df 的“dist”中包含的前 6 个值。 之后，在第一个 df 中我有 res1 = 8，所以我想在新的 6 列中添加来自 res1 = 8 的 6 个值包含在第二个 df 的“dist”中。

我想要这样的东西

res1 res4   aa1234  col1 col2 col3 col4 col5 col6
      1    4   IVGG    3.71 3.79 4.18 3.11 3.55 3.72
      8   11   RPRQ    3.18 2.77 4.27 3.15 3.93 2.95
     10   13   RQFP    
     12   15   FPFL        
     20   23   NQGR   
     32   35   HARF        

请考虑我必须在大型数据集和 1000 多个文件上执行此操作...谢谢！

Answer 1

您可以创建一个从res1 到res4 的序列，然后将数据与pdb 连接起来。

library(tidyverse)

turn %>%
  mutate(res = map2(res1, res4, seq)) %>%
  unnest(res) %>%
  left_join(pdb, by = c('res' = 'res1')) %>%
  group_by(res1 = as.character(res1)) %>%
  mutate(col = paste0('col', row_number())) %>%
  select(-res4, -res, -eleno) %>%
  pivot_wider(names_from = col, values_from = dist)

Answer 2

我们可以从data.table使用rowid

library(dplyr)
library(tidyr)
library(data.table)
library(stringr)
df2 %>%
    mutate(col = str_c("col", rowid(res1))) %>%
    pivot_wider(names_from = col, values_from = dist) %>%
    right_join(df1, by = 'res1')

-输出

# A tibble: 6 x 4
#   res1  col1  col2  res4
#  <int> <dbl> <dbl> <int>
#1     1  3.71  3.70     4
#2     8  3.19  2.77    11
#3    10  3.93  2.96    13
#4    12 NA    NA       15
#5    20 NA    NA       23
#6    32 NA    NA       35

数据

df1 <- structure(list(res1 = c(1L, 8L, 10L, 12L, 20L, 32L), res4 = c(4L, 
11L, 13L, 15L, 23L, 35L)), class = "data.frame", row.names = c("1", 
"2", "3", "4", "5", "6"))

df2 <- structure(list(res1 = c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 5L, 5L, 
6L, 6L, 7L, 7L, 8L, 8L, 9L, 9L, 10L, 10L), dist = c(3.711846, 
3.698985, 4.180874, 3.112819, 3.559737, 3.722107, 3.842375, 3.91497, 
3.361647, 2.982788, 3.245118, 3.22423, 3.538315, 3.602273, 3.185184, 
2.771583, 4.276871, 3.157737, 3.933783, 2.956738)), class = "data.frame",
row.names = c(NA, 
-20L))