R-通过两列合并数据帧,并添加“0”;“价值之间”;条件
我有两个数据帧,如下所示: 数据帧A:R-通过两列合并数据帧,并添加“0”;“价值之间”;条件,r,dataframe,merge,R,Dataframe,Merge,我有两个数据帧,如下所示: 数据帧A: code1 code2 element1 from to c1a c2a e1a 1 15 c1a c2a e1b 17 50 c1a c2b e1c 14 67 c1b c2c e1d 1 20 c1b c2d e1e 40 60 数据帧B: code1 code2 element2 number c1a c2a
code1 code2 element1 from to
c1a c2a e1a 1 15
c1a c2a e1b 17 50
c1a c2b e1c 14 67
c1b c2c e1d 1 20
c1b c2d e1e 40 60
数据帧B:
code1 code2 element2 number
c1a c2a e2a 7
c1a c2a e2b 10
c1a c2a e2c 35
如果
from=过滤范围内的值,我基本上需要连接它们
您可以在dplyr
library(dplyr)
left_join(B, A, by = c('code1', 'code2')) %>%
filter(number >= from & number <= to)
# code1 code2 element2 number element1 from to
#1 c1a c2a e2a 7 e1a 1 15
#2 c1a c2a e2b 10 e1a 1 15
#3 c1a c2a e2c 35 e1b 17 50
库(dplyr)
左联合(B,A,by=c('code1','code2'))%>%
filter(number>=from&number=from&number您可以加入数据,然后筛选范围内的值
您可以在dplyr
library(dplyr)
left_join(B, A, by = c('code1', 'code2')) %>%
filter(number >= from & number <= to)
# code1 code2 element2 number element1 from to
#1 c1a c2a e2a 7 e1a 1 15
#2 c1a c2a e2b 10 e1a 1 15
#3 c1a c2a e2c 35 e1b 17 50
库(dplyr)
左联合(B,A,by=c('code1','code2'))%>%
过滤器(数字>=from&number=from&number这里有一个使用fuzzyjoin::fuzzy\u-inner\u-join
。
我从您的输出中了解到,除了from=fuzzyjoin::fuzzy\u internal\u join
的标准。
我从您的输出中了解到,除了from=merge的输出(A,B,by=c('code1','code2'))
它提供了所有包含所有值的行过滤器
需要将不在和之间的行从
删除到
。这没有意义,我不需要子集。我需要全部内容。否则,我需要对code1和Code2的每种组合运行一个过滤器如果你检查答案,我已经是jo通过c('code1','code2')进行内联
因此,您不必对每个组合都运行筛选器。我不确定您对什么感到困惑。它适用于您共享的示例,如果您有更复杂的情况,请相应地更新您的帖子,上面的答案失败。好的,我终于可以尝试了,但子集不起作用。它不过滤任何内容=SWhy过滤器?如果我只是这样合并,它不一定对齐元素1和元素2。它只是复制行。检查merge的输出(A,B,by=c('code1','code2'))
它提供了所有包含所有值的行过滤器
需要将不在和之间的行从
删除到
。这没有意义,我不需要子集。我需要全部内容。否则,我需要对code1和Code2的每种组合运行一个过滤器如果你检查答案,我已经是jo通过c('code1','code2')进行内联
因此,您不必对每个组合都运行筛选器。我不确定您对什么感到困惑。它适用于您共享的示例,如果您有更复杂的情况,请相应地更新您的帖子,上面的答案失败。好的,我终于可以尝试了,但子集不起作用。它不过滤任何东西=SI getmf中的错误(rep(u_x,n_y),rep(u_y,each=n_x),…):在我尝试运行此操作时找不到函数“mf”
。您是否安装了fuzzyjoin
?我在mf中得到错误(rep(u_x,n_y),rep(u_y,each=n_x),…):在我尝试运行此操作时找不到函数“mf”
。是否安装了fuzzyjoin
?
subset(merge(B, A, by = c('code1', 'code2')), number >= from & number <= to)
library(fuzzyjoin)
fuzzy_inner_join(
df_A, df_B,
by = c(
"code1" = "code1",
"code2" = "code2",
"from" = "number",
"to" = "number"),
match_fun = c(
"code1" = function(l, r) l == r,
"code2" = function(l, r) l == r,
"from" = function(l, r) l <= r,
"to" = function(l, r) r <= l))
# code1.x code2.x element1 from to code1.y code2.y element2 number
# 1 c1a c2a e1a 1 15 c1a c2a e2a 7
# 2 c1a c2a e1a 1 15 c1a c2a e2b 10
# 3 c1a c2a e1b 17 50 c1a c2a e2c 35
df_A <- structure(list(code1 = c("c1a", "c1a", "c1a", "c1b", "c1b"),
code2 = c("c2a", "c2a", "c2b", "c2c", "c2d"), element1 = c("e1a",
"e1b", "e1c", "e1d", "e1e"), from = c(1L, 17L, 14L, 1L, 40L
), to = c(15L, 50L, 67L, 20L, 60L)), class = "data.frame", row.names = c(NA, -5L))
df_B <- structure(list(code1 = c("c1a", "c1a", "c1a"), code2 = c("c2a",
"c2a", "c2a"), element2 = c("e2a", "e2b", "e2c"), number = c(7L,
10L, 35L)), class = "data.frame", row.names = c(NA, -3L))