如果两列匹配，则将 2 个数据框连接在一起答案

【问题标题】：Join 2 dataframes together if two columns match如果两列匹配，则将 2 个数据框连接在一起
【发布时间】：2018-05-09 09:26:25
【问题描述】：

我有 2 个数据框：

CountryPoints

From.country  To.Country points
Belgium       Finland    4
Belgium       Germany    5
Malta         Italy      12
Malta         UK         1

和另一个具有邻国/接壤国家的数据框：

From.country    To.Country 
    Belgium       Finland   
    Belgium       Germany   
    Malta         Italy

我想在 CountryPoints 中添加另一列，称为邻居 (Y/N)，具体取决于是否在邻国/接壤国家数据框中找到键值对。这是否可能 - 所以它是一种连接，但结果应该是一个布尔列。

结果应该是：

From.country  To.Country points  Neighbour
    Belgium       Finland    4    Y
    Belgium       Germany    5    Y
    Malta         Italy      12   Y
    Malta         UK         1    N

在下面的问题中，它显示了如何合并，但没有显示如何添加额外的布尔列

【问题讨论】：

另外，相关帖子：stackoverflow.com/questions/1169248/…
要获得布尔值，你可以这样做df1$From.country %in% df2$From.country & df1$To.Country %in% df2$To.Country
如果它们在 df2 的同一行中，这将给我一个真正的无关紧要
你需要逐行匹配吗？所以 Belgium Finland 在另一行会导致 N ？
如果我在邻国/邻国找到比利时芬兰，我希望在 CountryPoints 的 Neighbor 列中写入 Y。否则将写入 N

标签： r dataframe join

【解决方案1】：

两种替代方法：

1) 以 R 为基数：

idx <- match(df1$From.country, df2$From.country, nomatch = 0) &
  match(df1$To.Country, df2$To.Country, nomatch = 0)
df1$Neighbour <- c('N','Y')[1 + idx]

2) 与data.table:

library(data.table)
setDT(df1)
setDT(df2)

df1[, Neighbour := 'N'][df2, on = .(From.country, To.Country), Neighbour := 'Y'][]

两者都给出（data.table-output 显示）：

   From.country To.Country points Neighbour
1:      Belgium    Finland      4         Y
2:      Belgium    Germany      5         Y
3:        Malta      Italy     12         Y
4:        Malta         UK      1         N

【讨论】：

【解决方案2】：

借鉴this post的思路：

df1$Neighbour  <- duplicated(rbind(df2[, 1:2], df1[, 1:2]))[ -seq_len(nrow(df2)) ]

df1
#   From.country To.Country points Neighbour
# 1      Belgium    Finland      4      TRUE
# 2      Belgium    Germany      5      TRUE
# 3        Malta      Italy     12      TRUE
# 4        Malta         UK      1     FALSE

【讨论】：

【解决方案3】：

这样的事情呢？

sortpaste <- function(x) paste0(sort(x), collapse = "_");
df1$Neighbour <- apply(df1[, 1:2], 1, sortpaste) %in% apply(df2[, 1:2], 1, sortpaste)
#  From.country To.Country points Neighbour
#1      Belgium    Finland      4      TRUE
#2      Belgium    Germany      5      TRUE
#3        Malta      Italy     12      TRUE
#4        Malta         UK      1     FALSE

样本数据

df1 <- read.table(text =
    "From.country  To.Country points
Belgium       Finland    4
Belgium       Germany    5
Malta         Italy      12
Malta         UK         1", header = T)

df2 <- read.table(text =
    "From.country    To.Country
    Belgium       Finland
    Belgium       Germany
    Malta         Italy", header = T)

【讨论】：