Dataframe 如何在R中的另一个数据帧中获取要查找的值的行和列

我有两个s。其中一个如下所示：

     114.5     113.5     112.5     111.5     
36.5 1493      1651      1696      1918    
35.5 1074      1336      1794      1891
33.5 358       549       609       815

另一个看起来像这样：

     elevation
1    1651
2    549
3    ... 

现在我想让我的新生活变成这样：

    elevation longitude    Latitude 
1    1651     113.5        36.5 
2    549      113.5        33.5     
3    ... 

---

我应该循环一下吗？如果是这样，如何获取要附加的行名称和列名并将其更改为数值？

一个选项是转换为

矩阵

，然后使用

melt

返回3列data.frame，然后根据第二个data.frame中的值对该data.frame进行子集

library(reshape2)
out <- subset(melt(as.matrix(df1)), value %in% df2$elevation)[3:1]
names(out) <- c('elevation', 'longitude', 'Latitude')
out
#  elevation longitude Latitude
#4      1651     113.5     36.5
#6       549     113.5     33.5

数据

---

df1我们可以获取长格式的第一个数据帧，然后进行连接

使用
tidyverse
功能，可以通过以下方式完成：

df1 %>%
  tibble::rownames_to_column('latitude') %>%
  tidyr::pivot_longer(cols = -latitude, values_to = 'elevation', 
                      names_to = 'longitude') %>%
  dplyr::right_join(df2, by = 'elevation')

#  latitude longitude elevation
#  <chr>    <chr>         <dbl>
#1 36.5     113.5          1651
#2 33.5     113.5           549

df1%>%
TIBLE:：行名到列（'latitude'）%>%
tidyr:：pivot_更长（cols=-纬度，值_至='海拔'，
名称_to=‘经度’%%>%
dplyr:：右联合（df2，by='elevation'）
#经纬度高程
#               
#1 36.5     113.5          1651
#2 33.5     113.5           549
另一个选项
合并（melt（as.matrix（df1））、df2、by.x=“value”、by.y=“elevation”）
我的代码有什么问题？它显示仅使用基本R函数
df1 <- structure(list(`114.5` = c(1493L, 1074L, 358L), `113.5` = c(1651L, 
1336L, 549L), `112.5` = c(1696L, 1794L, 609L), `111.5` = c(1918L, 
1891L, 815L)), class = "data.frame", row.names = c("36.5", "35.5", 
"33.5"))

df2 <- structure(list(elevation = c(1651, 549)), class = "data.frame", 
    row.names = c(NA, 
-2L))

df1 %>%
  tibble::rownames_to_column('latitude') %>%
  tidyr::pivot_longer(cols = -latitude, values_to = 'elevation', 
                      names_to = 'longitude') %>%
  dplyr::right_join(df2, by = 'elevation')

#  latitude longitude elevation
#  <chr>    <chr>         <dbl>
#1 36.5     113.5          1651
#2 33.5     113.5           549