合并两个数据框，如果一个字符串列表匹配，则将不匹配的字符串列为NA。

huangapple
go评论98阅读模式
英文:

Merge two data frames if a list of string matches and list the unmatch string as NA R

问题

我有两个数据框，并且如果Drug_Name和Drugz的字符串匹配，我想要在同一行中为第二个数据框分配或粘贴字符串。

注意：
如果我使用left_join或merge merge(df1, df2, all.x = TRUE, by.x = "Drug_Names", by.y = "Drugz") 进行操作，它会返回与DF1类似的完全相同的数据框。

以下是所需DF的示例：

DF1

  1. >     Pat_ID       Date      Code      Drug_Names
  2. >     AB1     2010-12-09     1.1.1     Alpha
  3. >     AB1     2010-12-15     1.1.1     Alpha
  4. >     AB1     2010-12-15     1.1.1     Beta
  5. >     Ax2     2010-12-09     1.1.1     Beta
  6. >     Ax2     2010-12-17     1.1.1     Beta
  7. >     Aq3     2011-02-09     1.1.1     Gamma
  8. >     Aq3     2011-04-25     1.1.1     Gamma
  9. >     Aw4     2011-04-25     1.1.1     Tango

DF2

  1. Codez      Drugz
  2.  1.1.1     Alpha
  3.  1.1.3     Gamma

所需DF3

  1. Pat_ID       Date      Code    Drug_Names    Drugz     Codez 
  1. >     AB1     2010-12-09     1.1.1     Alpha      Alpha     1.1.1
  2. >     AB1     2010-12-15     1.1.1     Alpha      Alpha     1.1.1
  3. >     AB1     2010-12-15     1.1.1     Beta        NA         NA
  4. >     Ax2     2010-12-09     1.1.1     Beta        NA         NA
  5. >     Ax2     2010-12-17     1.1.1     Beta        NA         NA
  6. >     Aq3     2011-02-09     1.1.1     Gamma      Gamma      1.1.3
  7. >     Aq3     2011-04-25     1.1.1     Gamma      Gamma      1.1.3
  8. >     Aw4     2011-04-25     1.1.1     Tango       NA         NA
英文:

I have two data frames and I want to assign or paste the string of second data frame in the same row if the string of Drug_Name and Drugz matches.

NOTE:
If I do it by left_join or merge merge(df1, df2, all.x = TRUE, by.x = "Drug_Names", by.y = "Drugz"), it returns me the exact same dataframe that is similar to DF1.

Below is the example of with required DF

DF1

  1. >     Pat_ID       Date      Code      Drug_Names
  2. >     AB1     2010-12-09     1.1.1     Alpha
  3. >     AB1     2010-12-15     1.1.1     Alpha
  4. >     AB1     2010-12-15     1.1.1     Beta
  5. >     Ax2     2010-12-09     1.1.1     Beta
  6. >     Ax2     2010-12-17     1.1.1     Beta
  7. >     Aq3     2011-02-09     1.1.1     Gamma
  8. >     Aq3     2011-04-25     1.1.1     Gamma
  9. >     Aw4     2011-04-25     1.1.1     Tango

DF2

  1. Codez      Drugz
  2.  1.1.1     Alpha
  3.  1.1.3     Gamma

Required DF3

> Pat_ID Date Code Drug_Names Drugz Codez
> AB1 2010-12-09 1.1.1 Alpha Alpha 1.1.1
> AB1 2010-12-15 1.1.1 Alpha Alpha 1.1.1
> AB1 2010-12-15 1.1.1 Beta NA NA
> Ax2 2010-12-09 1.1.1 Beta NA NA
> Ax2 2010-12-17 1.1.1 Beta NA NA
> Aq3 2011-02-09 1.1.1 Gamma Gamma 1.1.3
> Aq3 2011-04-25 1.1.1 Gamma Gamma 1.1.3
> Aw4 2011-04-25 1.1.1 Tango NA NA

答案1

得分: 1

  1. df1 <- read.table(text = "
  2. Pat_ID       Date      Code      Drug_Names
  3. AB1     2010-12-09     1.1.1     Alpha
  4. AB1     2010-12-15     1.1.1     Alpha
  5. AB1     2010-12-15     1.1.1     Beta
  6. Ax2     2010-12-09     1.1.1     Beta
  7. Ax2     2010-12-17     1.1.1     Beta
  8. Aq3     2011-02-09     1.1.1     Gamma
  9. Aq3     2011-04-25     1.1.1     Gamma
  10. Aw4     2011-04-25     1.1.1     Tango", header = TRUE, stringsAsFactors = FALSE)  %>%  
  11. as_tibble() %>%
  12. mutate(Date = as.Date(Date))
  14. df2 <- read.table(text = "
  15. Codez      Drugz
  16.  1.1.1     Alpha
  17.  1.1.3     Gamma", header = TRUE, stringsAsFactors = FALSE)  %>%
  18. as_tibble()
  19. df1  %>%
  20. left_join(df2, by = c("Code" = "Codez", "Drug_Names" = "Drugz"), keep = TRUE)
  22. # A tibble: 8 × 6
  23.   Pat_ID Date       Code  Drug_Names Codez Drugz
  24.   <chr>  <date>     <chr> <chr>      <chr> <chr>
  25. 1 AB1    2010-12-09 1.1.1 Alpha      1.1.1 Alpha
  26. 2 AB1    2010-12-15 1.1.1 Alpha      1.1.1 Alpha
  27. 3 AB1    2010-12-15 1.1.1 Beta       NA    NA   
  28. 4 Ax2    2010-12-09 1.1.1 Beta       NA    NA   
  29. 5 Ax2    2010-12-17 1.1.1 Beta       NA    NA   
  30. 6 Aq3    2011-02-09 1.1.1 Gamma      NA    NA   
  31. 7 Aq3    2011-04-25 1.1.1 Gamma      NA    NA   
  32. 8 Aw4    2011-04-25 1.1.1 Tango      NA    NA
英文: 
  1. df1 &lt;- read.table(text = &quot;
  2. Pat_ID       Date      Code      Drug_Names
  3. AB1     2010-12-09     1.1.1     Alpha
  4. AB1     2010-12-15     1.1.1     Alpha
  5. AB1     2010-12-15     1.1.1     Beta
  6. Ax2     2010-12-09     1.1.1     Beta
  7. Ax2     2010-12-17     1.1.1     Beta
  8. Aq3     2011-02-09     1.1.1     Gamma
  9. Aq3     2011-04-25     1.1.1     Gamma
  10. Aw4     2011-04-25     1.1.1     Tango&quot;, header = TRUE, stringsAsFactors = FALSE)  %&gt;%  
  11. as_tibble() %&gt;%
  12. mutate(Date = as.Date(Date))
  14. df2 &lt;- read.table(text = &quot;
  15. Codez      Drugz
  16.  1.1.1     Alpha
  17.  1.1.3     Gamma&quot;, header = TRUE, stringsAsFactors = FALSE)  %&gt;%
  18. as_tibble()
  19. df1  %&gt;%
  20. left_join(df2, by = c(&quot;Code&quot; = &quot;Codez&quot;, &quot;Drug_Names&quot; = &quot;Drugz&quot;), keep = TRUE)
  22. # A tibble: 8 &#215; 6
  23.   Pat_ID Date       Code  Drug_Names Codez Drugz
  24.   &lt;chr&gt;  &lt;date&gt;     &lt;chr&gt; &lt;chr&gt;      &lt;chr&gt; &lt;chr&gt;
  25. 1 AB1    2010-12-09 1.1.1 Alpha      1.1.1 Alpha
  26. 2 AB1    2010-12-15 1.1.1 Alpha      1.1.1 Alpha
  27. 3 AB1    2010-12-15 1.1.1 Beta       NA    NA   
  28. 4 Ax2    2010-12-09 1.1.1 Beta       NA    NA   
  29. 5 Ax2    2010-12-17 1.1.1 Beta       NA    NA   
  30. 6 Aq3    2011-02-09 1.1.1 Gamma      NA    NA   
  31. 7 Aq3    2011-04-25 1.1.1 Gamma      NA    NA   
  32. 8 Aw4    2011-04-25 1.1.1 Tango      NA    NA

答案2

得分: 1

你可以使用 match。

  1. cbind(DF1, DF2[match(DF1$Drug_Names, DF2$Drugz),2:1])
  2. #     Pat_ID       Date  Code Drug_Names Drugz Codez
  3. #1       AB1 2010-12-09 1.1.1      Alpha Alpha 1.1.1
  4. #1.1     AB1 2010-12-15 1.1.1      Alpha Alpha 1.1.1
  5. #NA      AB1 2010-12-15 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  6. #NA.1    Ax2 2010-12-09 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  7. #NA.2    Ax2 2010-12-17 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  8. #2       Aq3 2011-02-09 1.1.1      Gamma Gamma 1.1.3
  9. #2.1     Aq3 2011-04-25 1.1.1      Gamma Gamma 1.1.3
  10. #NA.3    Aw4 2011-04-25 1.1.1      Tango  &lt;NA&gt;  &lt;NA&gt;

或者如果使用 merge，可以将列 Drug_Names 添加到 DF2。

  1. merge(DF1, cbind(Drug_Names = DF2$Drugz, DF2), all.x = TRUE)
  2. #  Drug_Names Pat_ID       Date  Code Codez Drugz
  3. #1      Alpha    AB1 2010-12-09 1.1.1 1.1.1 Alpha
  4. #2      Alpha    AB1 2010-12-15 1.1.1 1.1.1 Alpha
  5. #3       Beta    AB1 2010-12-15 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  6. #4       Beta    Ax2 2010-12-09 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  7. #5       Beta    Ax2 2010-12-17 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  8. #6      Gamma    Aq3 2011-02-09 1.1.1 1.1.3 Gamma
  9. #7      Gamma    Aq3 2011-04-25 1.1.1 1.1.3 Gamma
  10. #8      Tango    Aw4 2011-04-25 1.1.1  &lt;NA&gt;  &lt;NA&gt;

数据

  1. DF1 <- read.table(header=TRUE, text="Pat_ID       Date      Code      Drug_Names
  2.      AB1     2010-12-09     1.1.1     Alpha
  3.      AB1     2010-12-15     1.1.1     Alpha
  4.      AB1     2010-12-15     1.1.1     Beta
  5.      Ax2     2010-12-09     1.1.1     Beta
  6.      Ax2     2010-12-17     1.1.1     Beta
  7.      Aq3     2011-02-09     1.1.1     Gamma
  8.      Aq3     2011-04-25     1.1.1     Gamma
  9.      Aw4     2011-04-25     1.1.1     Tango")
  11. DF2 <- read.table(header=TRUE, text="Codez      Drugz
  12.  1.1.1     Alpha
  13.  1.1.3     Gamma")
英文:

You can use match.

  1. cbind(DF1, DF2[match(DF1$Drug_Names, DF2$Drugz),2:1])
  2. #     Pat_ID       Date  Code Drug_Names Drugz Codez
  3. #1       AB1 2010-12-09 1.1.1      Alpha Alpha 1.1.1
  4. #1.1     AB1 2010-12-15 1.1.1      Alpha Alpha 1.1.1
  5. #NA      AB1 2010-12-15 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  6. #NA.1    Ax2 2010-12-09 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  7. #NA.2    Ax2 2010-12-17 1.1.1       Beta  &lt;NA&gt;  &lt;NA&gt;
  8. #2       Aq3 2011-02-09 1.1.1      Gamma Gamma 1.1.3
  9. #2.1     Aq3 2011-04-25 1.1.1      Gamma Gamma 1.1.3
  10. #NA.3    Aw4 2011-04-25 1.1.1      Tango  &lt;NA&gt;  &lt;NA&gt;

Or in case using merge add the column Drug_Names to DF2.

  1. merge(DF1, cbind(Drug_Names = DF2$Drugz, DF2), all.x = TRUE)
  2. #  Drug_Names Pat_ID       Date  Code Codez Drugz
  3. #1      Alpha    AB1 2010-12-09 1.1.1 1.1.1 Alpha
  4. #2      Alpha    AB1 2010-12-15 1.1.1 1.1.1 Alpha
  5. #3       Beta    AB1 2010-12-15 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  6. #4       Beta    Ax2 2010-12-09 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  7. #5       Beta    Ax2 2010-12-17 1.1.1  &lt;NA&gt;  &lt;NA&gt;
  8. #6      Gamma    Aq3 2011-02-09 1.1.1 1.1.3 Gamma
  9. #7      Gamma    Aq3 2011-04-25 1.1.1 1.1.3 Gamma
  10. #8      Tango    Aw4 2011-04-25 1.1.1  &lt;NA&gt;  &lt;NA&gt;

Data

  1. DF1 &lt;- read.table(header=TRUE, text=&quot;Pat_ID       Date      Code      Drug_Names
  2.      AB1     2010-12-09     1.1.1     Alpha
  3.      AB1     2010-12-15     1.1.1     Alpha
  4.      AB1     2010-12-15     1.1.1     Beta
  5.      Ax2     2010-12-09     1.1.1     Beta
  6.      Ax2     2010-12-17     1.1.1     Beta
  7.      Aq3     2011-02-09     1.1.1     Gamma
  8.      Aq3     2011-04-25     1.1.1     Gamma
  9.      Aw4     2011-04-25     1.1.1     Tango&quot;)
  11. DF2 &lt;- read.table(header=TRUE, text=&quot;Codez      Drugz
  12.  1.1.1     Alpha
  13.  1.1.3     Gamma&quot;)

huangapple
  • 本文由 发表于 2023年7月3日 17:12:55
  • 转载请务必保留本文链接：https://go.coder-hub.com/76603382.html
  • dataframe
  • join
  • left-join
  • merge
  • r
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

确定