2

我有一个问题，我想道歉，如果这个问题已经讨论过，即使我检查了旧帖子。

我有一个包含 2 列的 data.frame，第二列可以包含多个标识符，但数量可能会有所不同。在另一个 data.frame 中，标识符对应于另一个标识符。 

df.1  

color   identifier
blue    A1, B2, C3, C4 
yellow  B2, C4, C6
green   A3

df.2

A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot

我想要的是这样的data.frame：

df.3

color   identifier        identifier2
blue    A1, B2, C3, C4    Mercedes, Porsche, Toyota, Hundai 
yellow  B2, C4, C6        Porsche, Hundai, Peugeot
green   A3                BMW

一个 data.frame，其中包含标识符以及第二个 data.frame 的标识符。

我试图使用 apply 和 stack 和 unstack，但我一点也不成功。

你有什么建议吗？

4

2 回答 2

2

这是另一个解决方案，使用strsplit：

# The data
df.1  = read.table(header=TRUE, text="
color   identifier
blue    'A1, B2, C3, C4'
yellow  'B2, C4, C6'
green   'A3'", stringsAsFactors = FALSE)

df.2 = read.table(header=FALSE, text="
A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot", stringsAsFactors=FALSE)
names(df.2) = c("identifier", "car")

df.1$identifier = strsplit(df.1$identifier, split=", ")
df.1$identifier1 = lapply(1:nrow(df.1), 
         function(x) df.2[which(df.2$identifier %in% df.1$identifier[[x]]), 2])
df.1
#    color     identifier                       identifier1
# 1   blue A1, B2, C3, C4 Mercedes, Porsche, Toyota, Hundai
# 2 yellow     B2, C4, C6          Porsche, Hundai, Peugeot
# 3  green             A3                               BMW

请注意，identifier并且identifier1现在是您的data.frame. 我个人觉得这在以后更容易使用。

str(df.1)
# 'data.frame':  3 obs. of  3 variables:
#   $ color      : chr  "blue" "yellow" "green"
# $ identifier :List of 3
#  ..$ : chr  "A1" "B2" "C3" "C4"
#  ..$ : chr  "B2" "C4" "C6"
#  ..$ : chr "A3"
# $ identifier1:List of 3
#  ..$ : chr  "Mercedes" "Porsche" "Toyota" "Hundai"
#  ..$ : chr  "Porsche" "Hundai" "Peugeot"
#  ..$ : chr "BMW"

strsplit如果有剩余的空格，您可能需要修改，但它适用于此示例数据。此外，为了strsplit工作，数据需要处于模式as.character（因此我stringsAsFactors在读取数据时使用）。

更新：write.table()

我更喜欢将数据保存在列表中，以防我想做进一步的分析。但是，如果数据完整或仅用于输出目的，您可能需要执行以下操作：

df.3 = df.1
df.3$identifier = sapply(df.3$identifier, paste0, collapse=", ")
df.3$identifier1 = sapply(df.3$identifier1, paste0, collapse=", ")

这将允许您使用write.tablesinceidentifier和identifier1are now of modecharacter而不是list.

于 2012-08-01T08:35:27.133 回答
1

可能最简单的方法是使用正则表达式 withgsub进行替换。

重新创建您的数据：

df1 <- read.table(text="
color   identifier
blue    'A1, B2, C3, C4'
yellow  'B2, C4, C6'
green   A3
", header=TRUE)


df2 <- read.table(text="
A1 Mercedes
A3 BMW
B2 Porsche
C3 Toyota
C4 Hundai
C5 Volkswagen
C6 Peugeot 
", header=FALSE)

现在您必须遍历颜色查找 ( df2) 的每个元素并在以下位置进行替换df1：

for (i in seq_len(nrow(df2))){
  df1$identifier <- gsub(df2[i, 1], df2[i, 2], df1$identifier)
}

结果：

df1
   color                        identifier
1   blue Mercedes, Porsche, Toyota, Hundai
2 yellow          Porsche, Hundai, Peugeot
3  green                               BMW
于 2012-08-01T08:20:26.070 回答