根据第一个匹配项从 Dataframe 中的多个列之一合并

zdwk9cvp 于 2023-03-27 发布在其他

关注(0)|答案(2)|浏览(106)

假设我有两个dataframe，如下所示：

V1 V2 V3  
A  A1 A11  
A  A1 NA   
B  B2 NA    
B  NA NA   
NA NA NA

geo value
A     5
A1    3
A11   1
B     6
B2    7
B21   9

我想将第二个 Dataframe 的“值”合并到第一个 Dataframe 中，尽可能地以最好的geo值合并。所以，对于第一行，我想基于列V3合并，因为它有一个值。然而，第二行只有V2，所以我想基于V2合并，而不是基于列V3合并。所需的输出如下：

V1 V2 V3  Value
A  A1 A11  1
A  A1 NA   3
B  B2 NA   7  
B  NA NA   6
NA NA NA  NA

我可以执行多个合并，但这最终会创建多个冗余的“Value.x”，“Value.y”等列。是否有一种方法可以基于第一个匹配列进行合并，然后在前一个（更精细）列中有NA值的情况下继续进行下一个匹配列？

来源：https://stackoverflow.com/questions/75828841/merge-from-one-of-multiple-columns-in-dataframe-based-on-first-match

2条答案

按热度按时间

osh3o9ms1#

dplyr的coalesce函数的工作方式与SQL中的相同，从可能值列表中输出第一个非NA值，我们可以根据偏好指定。我们可以基于此进行连接。

library(dplyr)
df1 %>%
  mutate(finest = coalesce(V3, V2, V1)) %>%
  left_join(df2, by = c("finest" = "geo"))

结果

V1   V2   V3 finest value
1    A   A1  A11    A11     1
2    A   A1 <NA>     A1     3
3    B   B2 <NA>     B2     7
4    B <NA> <NA>      B     6
5 <NA> <NA> <NA>   <NA>    NA

赞(0）回复(0）举报 2023-03-27

x0fgdtte2#

你可以在Base R中这样做：
它根据pmax的返回进行一些匹配

df1$Value = df2$value[match(do.call(pmax,  c(rev(df1), na.rm = T)), df2$geo)]

V1   V2   V3 Value
1    A   A1  A11     1
2    A   A1 <NA>     3
3    B   B2 <NA>     7
4    B <NA> <NA>     6
5 <NA> <NA> <NA>    NA

赞(0）回复(0）举报 2023-03-27

我来回答

根据第一个匹配项从 Dataframe 中的多个列之一合并

2条答案

相关问题

热门标签

最新问答