R “融合”两个数据帧的最佳方式是什么？

我有两个数据帧df_a和df_b，它们都包含许多列和患者ID。这些列包含有关特定诊断正确或错误的信息。我的任务是组合这两个数据帧，以便在任何一个数据帧中该值为真时该值为真

实际上，df_a和df_b中的行数不同。应使用id进行匹配。两个数据帧具有相同的列集

df_a <- data.frame(id = 1:10,
                 dg_a = c(T, T, T, F, F, F, T, T, F, T), 
                 dg_b = c(F, F, F, F, T, T, F, T, T, F))

df_b <- data.frame(id = 1:10, 
                 dg_a = c(F, F, F, T, F, F, F, T, T, T), 
                 dg_b = c(F, T, T, F, F, T, F, T, F, F))

在R中这样做的最佳方式是什么？我尝试过不同类型的联接，但我不能完全理解。

您可以简单地使用|操作：

df_c <- data.frame(id = 1:10,
                   dg_a = df_a$dg_a | df_b$dg_a,
                   dg_b = df_a$dg_b | df_b$dg_b)

您只需使用|操作即可：

df_c <- data.frame(id = 1:10,
                   dg_a = df_a$dg_a | df_b$dg_a,
                   dg_b = df_a$dg_b | df_b$dg_b)

以下是一个dplyr解决方案，它考虑到两个data.frames中的行数可能不同：

library(dplyr)

full_join(df_a, df_b, by = "id") %>%
    transmute(id,
              dg_a = dg_a.x | dg_a.y,
              dg_b = dg_b.x | dg_b.y)

这将包括两个data.frames中的行，即使没有匹配；有关其他行为，请参阅其他dplyr连接函数。

这里是一个dplyr解决方案，它考虑到两个数据帧中的行数可能不同。帧：

library(dplyr)

full_join(df_a, df_b, by = "id") %>%
    transmute(id,
              dg_a = dg_a.x | dg_a.y,
              dg_b = dg_b.x | dg_b.y)

---

这将包括两个data.frames中的行，即使没有匹配；有关其他行为，请参阅其他dplyr连接函数。

使用dplyr和tidyr包可以实现非常通用的解决方案

方法：由于列的数量可能很多，因此我认为最好先使用gather以id、key和val的形式创建数据帧，然后使用bind_行合并数据帧并应用逻辑派生值，即。即使一个值为真，那么组合值也将为真。最后，使用SpreadfromTidyr包返回原始格式的数据帧

df_a <- data.frame(id = 1:10,
                   dg_a = c(T, T, T, F, F, F, T, T, F, T), 
                   dg_b = c(F, F, F, F, T, T, F, T, T, F))

df_b <- data.frame(id = 1:10, 
                   dg_a = c(F, F, F, T, F, F, F, T, T, T), 
                   dg_b = c(F, T, T, F, F, T, F, T, F, F))


library(dplyr)
library(tidyr)

df_a %>% gather(key = "key", value = "val", -id) %>% 
         bind_rows(gather(df_b, key = "key", value = "val", -id )) %>%
         group_by(id, key) %>%
         summarise(val = ifelse(sum(val == TRUE) > 0, TRUE, FALSE)) %>%
         spread(key, val) %>% as.data.frame()

# Result  

#    id  dg_a  dg_b
# 1   1  TRUE FALSE
# 2   2  TRUE  TRUE
# 3   3  TRUE  TRUE
# 4   4  TRUE FALSE
# 5   5 FALSE  TRUE
# 6   6 FALSE  TRUE
# 7   7  TRUE FALSE
# 8   8  TRUE  TRUE
# 9   9  TRUE  TRUE
# 10 10  TRUE FALSE

---

使用dplyr和tidyr包可以实现非常通用的解决方案

方法：由于列的数量可能很多，因此我认为最好先使用gather以id、key和val的形式创建数据帧，然后使用bind_行合并数据帧并应用逻辑派生值，即。即使一个值为真，那么组合值也将为真。最后，使用SpreadfromTidyr包返回原始格式的数据帧

df_a <- data.frame(id = 1:10,
                   dg_a = c(T, T, T, F, F, F, T, T, F, T), 
                   dg_b = c(F, F, F, F, T, T, F, T, T, F))

df_b <- data.frame(id = 1:10, 
                   dg_a = c(F, F, F, T, F, F, F, T, T, T), 
                   dg_b = c(F, T, T, F, F, T, F, T, F, F))


library(dplyr)
library(tidyr)

df_a %>% gather(key = "key", value = "val", -id) %>% 
         bind_rows(gather(df_b, key = "key", value = "val", -id )) %>%
         group_by(id, key) %>%
         summarise(val = ifelse(sum(val == TRUE) > 0, TRUE, FALSE)) %>%
         spread(key, val) %>% as.data.frame()

# Result  

#    id  dg_a  dg_b
# 1   1  TRUE FALSE
# 2   2  TRUE  TRUE
# 3   3  TRUE  TRUE
# 4   4  TRUE FALSE
# 5   5 FALSE  TRUE
# 6   6 FALSE  TRUE
# 7   7  TRUE FALSE
# 8   8  TRUE  TRUE
# 9   9  TRUE  TRUE
# 10 10  TRUE FALSE

---

如果数据帧中的行数不同，且并非所有ID都相同，该怎么办？@JuusoT您可以尝试我的解决方案，作为您问题的答案。该解决方案应该能够处理两个数据帧中的行数不同、ID不同甚至列数不同的情况。如果数据帧中的行数不同，而不是所有ID都相同，该怎么办？@JuusoT您可以尝试我的解决方案，作为您问题的答案。该解决方案应该能够处理两个数据帧中的行数不同、ID不同甚至列数不同的情况。@Mauritservers我同意该解决方案是该解决方案的一个变体，可以将其视为您提供的链接的副本。谢谢你的回答。我想这是个好问题。我在问题中添加了一个通用/灵活的答案。你可以看看。如果你有很多专栏，它可能会对你有所帮助。我必须为链接问题添加答案，因为这个问题被标记为重复问题。我认为这是完全不同的，可能需要对更基本/一般的问题进行注释@MKR，我建议将您的答案移到这个问题上，因为它并没有真正回答您在服务器上发布的问题。我同意这个解决方案是这个问题的一个变体，可以认为是您提供的链接的副本。谢谢你的回答。我想这是个好问题。我在问题中添加了一个通用/灵活的答案。你可以看看。如果你有很多专栏，它可能会对你有所帮助。我必须为链接问题添加答案，因为这个问题被标记为重复问题。我认为这是完全不同的，可能需要对更基本/一般的问题进行注释@MKR，我建议把你的答案移到这个问题上，因为它并没有真正回答你贴在上面的问题。