时间戳

首页 > 解决方案 > 使用 R 中的条件通过键列交叉连接两个数据帧

r - 使用 R 中的条件通过键列交叉连接两个数据帧

问题描述

我有两个数据框。

mydata1=structure(list(ID_WORKES = c(58005854L, 58005854L, 58002666L, 
58002666L), ID_SP_NAR = c(463L, 1951L, 21L, 465L), KOD_DEPO = c(3786L, 
3786L, 1439L, 1439L), KOD_DOR = c(58L, 58L, 92L, 92L), COLUMN_MASH = c(6L, 
6L, 5L, 5L), prop_violations = structure(c(1L, 2L, 2L, 2L), .Label = c("0.2", 
"1"), class = "factor"), mash_score = c(0L, 2L, 2L, 2L)), .Names = c("ID_WORKES", 
"ID_SP_NAR", "KOD_DEPO", "KOD_DOR", "COLUMN_MASH", "prop_violations", 
"mash_score"), class = "data.frame", row.names = c(NA, -4L))

mydata2=structure(list(ID_SP_NAR = c(463L, 1951L, 21L, 465L, 500L, 600L
)), .Names = "ID_SP_NAR", class = "data.frame", row.names = c(NA, 
-6L))

我需要交叉连接合并这些数据帧ID_SP_NAR。Mydata2 仅包含关键变量 ID_SP_NAR。

我需要以这样的方式加入它，如果id_workers没有来自 mydata2 的 ID_SP_NAR 的任何代码，那么这些代码将插入到数据集中，但对于它们在变量中prop_violations并且mash_score必须插入零值。

mydata2 中的IESP_ID_NAR有这样的值

ID_SP_NAR
463
1951
21
465
500
600

ID_workes =58005854有 463，1951 但另一个没有。并且 ID_workes =58002666有 21 和 465，而不是 anonter！

交叉连接后的理想输出

   ID_WORKES ID_SP_NAR KOD_DEPO KOD_DOR COLUMN_MASH prop_violations mash_score
1   58005854       463     3786      58           6             0.2          0
2   58005854      1951     3786      58           6               1          2
3   58005854        21     3786      58           6               0          0
4   58005854       465     3786      58           6               0          0
5   58005854       500     3786      58           6               0          0
6   58005854       600     3786      58           6               0          0
7   58002666        21     1439      92           5               1          2
8   58002666       465     1439      92           5               1          2
9   58002666       500     1439      92           5               0          0
10  58002666       600     1439      92           5               0          0
11  58002666       463     1439      92           5               0          0
12  58002666      1951     1439      92           5               0          0

KOD_DEPO,KOD_DOR,COLUMN_MASH 有固定值，也必须保存。

怎么做？ merge(mydata1,mydata2, by = ID_SP_NAR)不工作（我尝试通过左连接使用不起作用），它不会插入我想要的零。

标签： rdplyrdata.table

解决方案

我们可以使用completefromtidyr根据第二个数据集中的“ID_WORKES”和“ID_SP_NAR”的值来扩展数据集

library(tidyverse)
mydata1 %>% 
   mutate_if(is.factor, as.character) %>%
   complete(ID_WORKES, ID_SP_NAR = mydata2$ID_SP_NAR,
            fill = list(prop_violations = '0', mash_score = 0)) %>%
     fill(3:5)
# A tibble: 12 x 7
#   ID_WORKES ID_SP_NAR KOD_DEPO KOD_DOR COLUMN_MASH prop_violations mash_score
#       <int>     <int>    <int>   <int>       <int> <chr>                <dbl>
# 1  58002666        21     1439      92           5 1                        2
# 2  58002666       463     1439      92           5 0                        0
# 3  58002666       465     1439      92           5 1                        2
# 4  58002666       500     1439      92           5 0                        0
# 5  58002666       600     1439      92           5 0                        0
# 6  58002666      1951     1439      92           5 0                        0
# 7  58005854        21     1439      92           5 0                        0
# 8  58005854       463     3786      58           6 0.2                      0
# 9  58005854       465     3786      58           6 0                        0
#10  58005854       500     3786      58           6 0                        0
#11  58005854       600     3786      58           6 0                        0
#12  58005854      1951     3786      58           6 1                        2

推荐阅读