MapR中两个 Dataframe 的列

b5buobof 于 2023-03-15 发布在其他

关注(0)|答案(2)|浏览(138)

我有两个 Dataframe 和几个列，但为了简单起见，让我们说我的两个 Dataframe 如下：

## Dataframe #1
df1 <- data.frame(name = c("Jake", "Paul", "Luis", "Leon"),
                 salary_new = c(60, 80, 90, 50))

## Dataframe #2
df2 <- data.frame(name = c("Paul Henderson", "John F. Smith", "Leon K.", "Luis Sierra"),
                         salary_old = c(60, 55, 60, 80))

我想在两个name列之间进行某种Map，将DF1中的名称替换为DF2中的名称，以生成以下结果：

df3 <- data.frame(name = c("Jake", "Paul Henderson", "Luis Sierra", "Leon K."),
                  salary_new = c(60, 80, 90, 50))

我遇到的问题是，每个 Dataframe 都有不属于另一个的名称，而属于另一个的名称则略有不同（包括姓氏、中间名首字母）。是否有办法进行排序的模糊匹配，以获得所需的输出，并使DF2中不存在的名称与DF1中出现的名称相同？

来源：https://stackoverflow.com/questions/75698872/mapping-columns-from-two-dataframes-in-r

2条答案

按热度按时间

jdgnovmf1#

我们可以提取第一个单词并进行连接

library(dplyr)
library(stringr)
df2 %>%
   mutate(name2 =word(name, 1)) %>%
   left_join(df1, ., by = c("name" = "name2")) %>%
   transmute(name = coalesce( name.y, name), salary_new)

输出

name salary_new
1           Jake         60
2 Paul Henderson         80
3    Luis Sierra         90
4        Leon K.         50

赞(0）回复(0）举报 2023-03-15

ulmd4ohb2#

要进行匹配，可以将fuzzyjoin与stringr::str_detect一起使用，然后选择要保留name.x或name.y中的哪一个，在这里，我保留字符串最长的名称，即which.max和nchar：

library(fuzzyjoin)
library(dplyr)
fuzzy_right_join(df2, df1, match_fun = stringr::str_detect) %>% 
  mutate(name = apply(across(contains("name")), 1, \(x) x[which.max(nchar(x))])) %>% 
  select(name, salary_new)

#             name salary_new
# 1           Jake         60
# 2 Paul Henderson         80
# 3    Luis Sierra         90
# 4        Leon K.         50

赞(0）回复(0）举报 2023-03-15

我来回答

MapR中两个 Dataframe 的列

2条答案

相关问题

热门标签

最新问答