R：基于多个条件的合并（具有不相等的标准）
我想合并基于多个条件的2个数据帧。
DF1 <- data.frame("col1" = rep(c("A","B"), 18),
"col2" = rep(c("C","D","E"), 12),
"value"= (sample(1:100,36)),
"col4" = rep(NA,36))
DF2 <- data.frame("col1" = rep("A",6),
"col2" = rep(c("C","D"),3),
"data" = rep(c(1,3),3),
"min" = seq(0,59,by=10),
"max" = seq(10,69,by=10))
> DF1
col1 col2 value col4
1 A C 22 NA
2 B D 58 NA
3 A E 35 NA
4 B C 86 NA
5 A D 37 NA
6 B E 16 NA
7 A C 46 NA
8 B D 23 NA
9 A E 88 NA
10 B C 3 NA
11 A D 33 NA
12 B E 25 NA
13 A C 19 NA
14 B D 24 NA
15 A E 9 NA
16 B C 76 NA
17 A D 62 NA
18 B E 68 NA
19 A C 97 NA
20 B D 43 NA
21 A E 8 NA
22 B C 84 NA
23 A D 36 NA
24 B E 20 NA
25 A C 57 NA
26 B D 99 NA
27 A E 42 NA
28 B C 64 NA
29 A D 87 NA
30 B E 1 NA
31 A C 78 NA
32 B D 34 NA
33 A E 41 NA
34 B C 32 NA
35 A D 10 NA
36 B E 72 NA
> DF2
col1 col2 data min max
1 A C 1 0 10
2 A D 3 10 20
3 A C 1 20 30
4 A D 3 30 40
5 A C 1 40 50
6 A D 3 50 60
DF1是主表，DF2被视为查找表
如果DF1的col1和col2与DF2的col1和col2匹配，且DF1的“值”介于DF2的最小值和最大值之间，则DF2的“数据”列将添加到DF1中。如果不满足条件，DF1的“数据”值为NA。
预期输出（前6行）：
col1 col2 value col4 data
1 A C 22 NA 1
2 B D 58 NA NA
3 A E 35 NA NA
4 B C 86 NA NA
5 A D 37 NA 3
6 B E 16 NA NA
我尝试使用合并（匹配col1和col2）和子集（只过滤值介于最小和最大之间的行），但我的目标是维护DF1的所有行。
有人对此有什么想法吗？
共有3个答案
使用包装fuzzyjoin函数的my package safejoin，您可以执行以下操作：
# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)
debugonce(safe_left_join)
safe_left_join(DF1, DF2, ~
X("col1") == Y("col1") &
X("col2") == Y("col2") &
X("value") >= Y("min") &
X("value") <= Y("max"),
conflict = ~.x) %>%
head(15)
# col1 col2 value col4 data min max
# 1 A C 90 NA NA NA NA
# 2 B D 20 NA NA NA NA
# 3 A E 8 NA NA NA NA
# 4 B C 99 NA NA NA NA
# 5 A D 42 NA NA NA NA
# 6 B E 37 NA NA NA NA
# 7 A C 47 NA 1 40 50
# 8 B D 61 NA NA NA NA
# 9 A E 55 NA NA NA NA
# 10 B C 11 NA NA NA NA
# 11 A D 81 NA NA NA NA
# 12 B E 48 NA NA NA NA
# 13 A C 77 NA NA NA NA
# 14 B D 58 NA NA NA NA
# 15 A E 3 NA NA NA NA
此处的conflict参数告诉函数仅返回lhs中的冲突列（col1和col2）。
您的数据，更改stringsAsFactors=F
DF1 <- data.frame("col1" = rep(c("A","B"), 18),
"col2" = rep(c("C","D","E"), 12),
"value"= (sample(1:100,36)),
"col4" = rep(NA,36),
stringsAsFactors=F)
DF2 <- data.frame("col1" = rep("A",6),
"col2" = rep(c("C","D"),3),
"data" = rep(c(1,3),3),
"min" = seq(0,59,by=10),
"max" = seq(10,69,by=10),
stringsAsFactors=F)
使用dplyr，1）使用left_join合并两个数据，2）检查ifelsevalue是否在min和maxrowwise之间，然后3）取消选择min和max列...
library(dplyr)
left_join(DF1, DF2, by=c("col1","col2")) %>%
rowwise() %>%
mutate(data = ifelse(between(value,min,max), data, NA)) %>%
select(-min, -max)
不确定您是否希望执行某种聚合，但下面是上述代码的输出
col1 col2 value col4 data
1 A C 23 NA NA
2 A C 23 NA 1
3 A C 23 NA NA
4 B D 59 NA NA
5 A E 57 NA NA
6 B C 8 NA NA
使用最新版本的数据。表，非等联接和联接时更新是可能的：
library(data.table)
head(setDT(DF1)[setDT(DF2), on = c("col1", "col2", "value>=min", "value<=max"),
data := data])
rn col1 col2 value col4 data
1: 1 A C 22 NA 1
2: 2 B D 58 NA NA
3: 3 A E 35 NA NA
4: 4 B C 86 NA NA
5: 5 A D 37 NA 3
6: 6 B E 16 NA NA
DF1 <- structure(list(rn = 1:36, col1 = c("A", "B", "A", "B", "A", "B",
"A", "B", "A", "B", "A", "B", "A", "B", "A", "B", "A", "B", "A",
"B", "A", "B", "A", "B", "A", "B", "A", "B", "A", "B", "A", "B",
"A", "B", "A", "B"), col2 = c("C", "D", "E", "C", "D", "E", "C",
"D", "E", "C", "D", "E", "C", "D", "E", "C", "D", "E", "C", "D",
"E", "C", "D", "E", "C", "D", "E", "C", "D", "E", "C", "D", "E",
"C", "D", "E"), value = c(22L, 58L, 35L, 86L, 37L, 16L, 46L,
23L, 88L, 3L, 33L, 25L, 19L, 24L, 9L, 76L, 62L, 68L, 97L, 43L,
8L, 84L, 36L, 20L, 57L, 99L, 42L, 64L, 87L, 1L, 78L, 34L, 41L,
32L, 10L, 72L), col4 = c(NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA,
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA)), .Names = c("rn",
"col1", "col2", "value", "col4"), row.names = c(NA, -36L), class = "data.frame")
DF2 <- structure(list(rn = 1:6, col1 = c("A", "A", "A", "A", "A", "A"
), col2 = c("C", "D", "C", "D", "C", "D"), data = c(1L, 3L, 1L,
3L, 1L, 3L), min = c(0L, 10L, 20L, 30L, 40L, 50L), max = c(10L,
20L, 30L, 40L, 50L, 60L)), .Names = c("rn", "col1", "col2", "data",
"min", "max"), row.names = c(NA, -6L), class = "data.frame")
-
我有一个示例数据集，如下所示 Col1 Col2 Col3 A 1,2,3 A123 A 4,5 A456 A 1,2,3 A456 A 4,5 A123 我参考了一些解决方案，并尝试了以下方法。但它只追加单个列。
-
我收集了用户在商店购买的物品，以及他从朋友那里得到的喜欢和不喜欢的东西。集合字段如下所示： 现在，我想得到以下总结： 获取用户X的（喜欢-不喜欢）差异 获取用户X的差异（喜欢-不喜欢）到存储Y 获取用户X的（喜欢-不喜欢）差异到商店Y和产品Z 对于#1，我做了： 我得到了正确的结果： [{"_id"："542ea90fbb1e37b09f660980"，"rankDiff"： 2}] 但当我试图通
-
嗨，我正在寻找一个最快的解决方案来处理csv文件的负载。 情况：我在一个文件夹中有多个csv文件，它们的标题不同 我已经对它们进行了预处理，以删除顶部的垃圾行，因此所有这些都有一个标准标头。 我想将一组CSV文件与完全相同的侦听器合并到一个新文件夹中 示例文件-1。csv 示例文件-2。csv 样本文件-3。csv 样本文件-4。csv 样本文件-5。csv 样品File-6.csv 样本文件-7
-
问题内容： 我有以下数据集。 https://drive.google.com/drive/folders/1NRelNsXQJ7MTNKcm-T69N6r5ZsOyFmTS?usp=sharing 如果列名称与工作表名称相同，则将所有内容合并在一起作为单独的列，以下是代码 运行以上代码后的数据 merged_data 如何合并条件文件？ 健康）状况。 以上代码段中的价格1指向带有名称为int 7
-
我有数据。看起来像这样的框架 首先，我想根据Day aka group_by（Day）对数据帧进行分组。当在每个组中，每种类型（tr1，tr2）的和（平均sd）大于控制（ctrl）的差（平均sd），然后我想在新列（new.col）中指定值~是，如果不是，我想指定值~否。 例如，我希望我的数据看起来像这样。它不一定要看起来像这样
-
我尝试在数据帧“df_energy”中添加一个新的列“energy_class”，如果“consumpion_energy”值为 有什么办法可以帮我吗？ 先谢谢你