0

我想将数据框中列的元素与另一个数据框进行匹配。

考虑这些数据框：

A=data.frame(par=c('long A story','long C story', 'blabla D'),val=1:3) 
B=data.frame(par=c('Z','D','A'),val=letters[1:3])

B 列“par”的每个元素都应与 A 列 par 匹配。如果有匹配项，则应在 A 中标记。[这将给出一列用于合并 A 和 B 的常用值]。

因此，期望的结果是：

A=transform(A,label=c('A','NA','D'))

如何才能做到这一点？

亨克

4

4 回答 4

2

嗨，你可以这样做：

list <- lapply(1:length(B$par),function(x) grep(B$par[x],A$par))
list
[[1]]
integer(0)

[[2]]
[1] 3

[[3]]
[1] 1

label <- rep("NA",length(list))

B$par <-as.character(B$par)

label[unlist(list)] <- B$par[which(list != "integer(0)")]
label
[1] "A"  "NA" "D" 

A <- transform(A,label=label)
A
           par val label
1 long A story   1     A
2 long C story   2    NA
3     blabla D   3     D

希望这可以帮助。

于 2012-07-26T12:03:37.197 回答
2

我想到的方法：

M <- lapply(strsplit(as.character(A$par), " "), function(x) x[x %in% B$par])
M[sapply(M, function(x) {identical(x, character(0))})] <- NA
A$label <- unlist(M)
A

           par val label
1 long A story   1     A
2 long C story   2  <NA>
3     blabla D   3     D

Microbenchmarked 答案在这里和这里是结果：

Unit: microseconds
       expr      min       lq   median       uq      max
1  EDWARD() 1638.815 1678.934 1698.061 1726.983 4973.823
2   SONAL()  705.348  725.874  734.738  747.334 2085.721
3     TLM()  268.705  281.300  287.831  294.362 1465.744
4 TRINKER()  156.278  168.407  173.538  177.737 1331.391

在此处输入图像描述

于 2012-07-26T12:12:51.103 回答
1

要执行您的要求，请尝试

A=data.frame(par=c('long A story','long C story', 'blabla D'),val=1:3) 
B=data.frame(par=c('Z','D','A'),val=letters[1:3])
A$label <- NA
for (x in B$par){
    is.match <- lapply(A$par,function(y) grep(x, y))
    A$label[which(is.match > 0)] <- x
}

（我假设您在示例中指的是大写字母 A A=transform(a,label=c('A','NA','D'))；在这种情况下，这些完全匹配）。编辑：我看到你做了那个编辑。他们确实匹配。

仅当恰好有一个 B 适合每个 A 时，上述方法才有效（换句话说，一个 B 可以有多个 As，但 A 不能有多个 B）。这是因为您在输出中需要的结构。

于 2012-07-26T11:52:15.070 回答
1

在一个方便的函数中没有循环：

findkey <- function(key,terms) {
  result <- sapply(as.character(key),function(x) grepl(x,terms))
  result <- apply(result,1,function(x) names(x)[x==TRUE])
  result[(lapply(result,length)==0)] <- NA

  return(unlist(result))
}

应用于当前示例：

A$label <- findkey(B$par,A$par)

结果：

> A
           par val label
1 long A story   1     A
2 long C story   2  <NA>
3     blabla D   3     D
于 2012-07-26T12:12:16.390 回答