在多个数据帧上使用if-else的R for循环

提前问候并感谢您的帮助 我有许多数据框，类似于下面的数据框

df1

数据帧

  name other
1  sam   pro
2  dad   mo1
3  mom  Bxxx

框架3

   name otherinfo
1   jus         A
2    do         7
3 r pro         B
4   sir         B
5  real        na
6  pete       yes

嗅框

   name information
1  ally          x1
2   mom          B9
3 r pro         s3B
4   tom         Bd0
5 kelly          ot
6  jojo         who
7    na          11

我想：

从dataframe“OLFrame”的“name”列中获取每个名称，并查看“df1”的“name”列中是否存在该名称

如果“OLFrame”中的名称存在于“df1”中（如果不是“0”），则创建名为“df1”且包含“1”的列向量

重复步骤1和2，但使用“dframe”和“frame3”

创建一个名为“newOLFrame”的新数据帧，包括“OLFrame”和名为“df1”、“dframe”和“frame3”的新列

期望的结果应该是

纽沃尔框

   name information df1 dframe frame3
1  ally          x1   0      0      0
2   mom          B9   0      1      0
3 r pro         s3B   0      0      1
4   tom         Bd0   1      0      0
5 kelly          ot   0      0      0
6  jojo         who   0      0      0
7    na          11   0      0      0

我可以一次做一个（如下），但我有100多个文件要看

newOLFrame<-OLFrame
newOLFrame[,"pro1"]<-ifelse(newOLFrame$name %in% df12$name, 1, 0)

---

newOLFrame考虑扩展链合并，首先构建一个数据帧列表，以迭代方式左键连接到OLFrame，然后在末尾使用
Reduce
进行链合并：

df_list <- lapply(c("df1", "dframe", "frame3"), function(nm) {      
  df <- get(nm)
  df[[nm]] <- 1

  df <- merge(OLFrame, df[c("name", nm)], by="name", all.x=TRUE) 
  df[[nm]] = ifelse(is.na(df[[nm]]), 0, 1)

  return(df)
})

# MERGE ALL DFs
final_df <- Reduce(function(x, y) merge(x, y, by=c("name", "information")), df_list)
final_df
#    name information df1 dframe frame3
# 1  ally          x1   0      0      0
# 2  jojo         who   0      0      0
# 3 kelly          ot   0      0      0
# 4   mom          B9   0      1      0
# 5    na          11   0      0      0
# 6 r pro         s3B   0      0      1
# 7   tom         Bd0   1      0      0

非常感谢。如果“name”列是两列“firstname”、“lastname”，那么应该如何调整代码？将name替换为df列选择和参数中的附加项。我这样做了，效果很好，谢谢。在大文件上，速度很慢；我们可以做些什么来加快速度吗。其给定的内存错误，除了减少环境中的文件量之外；还可以执行其他操作吗？data.frame（…，check.names=FALSE）中的错误：参数意味着不同的行数：91674、843779、52800来自不同文件的结果具有不同的长度，这阻碍了最终合并：“final_df
df_list <- lapply(c("df1", "dframe", "frame3"), function(nm) {      
  df <- get(nm)
  df[[nm]] <- 1

  df <- merge(OLFrame, df[c("name", nm)], by="name", all.x=TRUE) 
  df[[nm]] = ifelse(is.na(df[[nm]]), 0, 1)

  return(df)
})

# MERGE ALL DFs
final_df <- Reduce(function(x, y) merge(x, y, by=c("name", "information")), df_list)
final_df
#    name information df1 dframe frame3
# 1  ally          x1   0      0      0
# 2  jojo         who   0      0      0
# 3 kelly          ot   0      0      0
# 4   mom          B9   0      1      0
# 5    na          11   0      0      0
# 6 r pro         s3B   0      0      1
# 7   tom         Bd0   1      0      0

df_list <- lapply(c("df1", "dframe", "frame3"), function(nm) {

  df <- get(nm)
  df[[nm]] <- 1

  df <- merge(OLFrame, df[c("name", nm)], by="name", all.x=TRUE, sort=FALSE) 
  df[[nm]] = ifelse(is.na(df[[nm]]), 0, 1)

  df <- with(df, df[order(name, information),])        # ORDER DATA FRAME
  small_df <- setNames(as.data.frame(df[[nm]]), nm)    # SUBSET ONE COLUMN

  return(small_df)
})

# ORDER DATA FRAME
OLFrame <- with(OLFrame, OLFrame[order(name, information),])

final_df <- do.call(cbind, c(OLFrame, df_list))
final_df

#    name information df1 dframe frame3
# 1  ally          x1   0      0      0
# 2  jojo         who   0      0      0
# 3 kelly          ot   0      0      0
# 4   mom          B9   0      1      0
# 5    na          11   0      0      0
# 6 r pro         s3B   0      0      1
# 7   tom         Bd0   1      0      0