比较来自不同数据集的两列并获得新的数据集。
比较来自不同数据集的两列并获得新的数据集。
提问于 2021-02-16 13:51:28
我有两个数据集。对于每个数据集，每两列都是一对，其中*a为第一列，*b为第二列。
例如df1，对A1，df1$A1a =第一栏和df1$A1b =第二栏。
同样，df2，对B1，df2$B1a =1列和df2$B1b =第2列。
df1:
ID A1a A1b A2a A2b
1 2 3 2 3
2 3 1 2 1
3 1 3 1 2
4 2 2 3 3
5 1 2 2 1 df2:
ID B1a B1b B2a B2b
1 1 2 2 3
2 3 2 1 1
3 2 3 2 2
4 3 2 2 3
5 2 2 3 1 最终数据(df3)应该如下所示：
ID C1a C1b C2a C2b
1 1 2 2 3
2 3 1 1 1
3 1 3 1 2
4 2 2 2 3
5 1 2 2 1 我想做以下几点：
- 首先，比较df1和df2之间每一对的第一列，并确定最低值。例如，对于ID=1，将
df1$A1a=2与df2$B1a=1进行比较，因为df2$B1a的值较低，因此使用来自df2的对突变新列。即df3$C1a= 1，df3$C1b=2. - ，如果每对的第一列是相同的，那么使用第二列来确定要变异新列的值对。例如，对于ID=2，第一列显示
df1$A1a=3和df2$B1a= 3，因此使用第二列来确定，因为df1$A1b=1和df2$B1b= 2，所以值对应该来自df1。即df3$C1a=3和df3$C1b=1. - 如果来自df1和df2的两对是相同的，只需使用这些值。例如，对于ID=1，第一列
df1$A2a=2和df2$B2a=2相同，第二列df1$A2b=3和df2$B2b=3相同，那么新列应该是df3$C1a=2和df3$C1b=3。
希望能够自动化上面的内容，这样代码就可以自动地将来自df1的每一对代码与df2进行比较，这样我就不需要单独比较这两对了(例如，先做A1和B1，然后做A2和B2等等)，而是对数据集中的每一对重复代码。谢谢你的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-02-16 15:11:06
这有点太长了，但它还是起了作用。
map2(
list(df1, df2), c("A", "B"),
function(df, df_chr){
df %>% pivot_longer(cols=-ID, values_to=df_chr) %>%
mutate(name=str_replace(name, df_chr, "")) %>% return()
}
) %>% reduce(left_join, by=c("ID", "name")) %>%
mutate(name=name %>% str_split(""), id1=map_chr(name, ~ .[[1]]),
id2=map_chr(name, ~ .[[2]]), .after=ID) %>%
select(-name) %>% nest(data=-c(ID, id1)) %>%
mutate(data=map(data, function(data){
if((data %>% slice(1) %>% .$A) != (data %>% slice(1) %>% .$B)){
min_col_num <- (data %>% slice(1) %>% select(-id2) %>% which.min() %>% unname()) + 1
data %>% select(id2, value=min_col_num) %>% return()
}else{
min_col_num <- (data %>% slice(2) %>% select(-id2) %>% which.min() %>% unname()) + 1
data %>% select(id2, value=min_col_num) %>% return()
}
})) %>% unnest(cols=data) %>% mutate(name=str_c("C", id1, id2), .after=ID) %>%
select(-c(id1, id2)) %>% pivot_wider()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/66225645
复制相关文章
相似问题
腾讯云开发者
