R - 使用多个标识符匹配值（当查找ID的顺序是随机的时）-Java 学习之路

我的问题是question的后续行动 . 我在这里开了一个新问题 - 因为这与上一个问题截然不同 .

假设我有以下两个数据集：

df1 = data.frame(PersonId1=c(1,2,3,4,5,6,7,8,9,10,1),PersonId2=c(11,12,13,14,15,16,17,18,19,20,11),
         Played_together = c(1,0,0,1,1,0,0,0,1,0,1),
         Event=c(1,1,1,1,2,2,2,2,2,2,2),
         Utility=c(20,-2,-5,10,30,2,1,.5,50,-1,60))

这看起来像：

PersonId1 PersonId2 Played_together Event Utility
1          1        11               1     1    20.0
2          2        12               0     1    -2.0
3          3        13               0     1    -5.0
4          4        14               1     1    10.0
5          5        15               1     2    30.0
6          6        16               0     2     2.0
7          7        17               0     2     1.0
8          8        18               0     2     0.5
9          9        19               1     2    50.0
10        10        20               0     2    -1.0
11         1        11               1     2    60.0

df2 = data.frame(PersonId1=c(11,15,9,1),PersonId2=c(1,5,19,11),
         Played_together = c(1,1,1,1),
         Event=c(1,2,2,2),Utility=c(25,36,51,64))

这看起来像：

PersonId1 PersonId2 Played_together Event Utility
1        11         1               1     1      25
2        15         5               1     2      36
3         9        19               1     2      51
4         1        11               1     2      64

我想执行以下操作：在 df2 中查找每对（ in each event and for played_together == 1 ）并将其与 df1 中的观察结果进行匹配 . 如果匹配，则在df1中创建一个名为'Utility from df2'的新列 . 不，放0 .

对我来说，挑战来自这样一个事实，即人们的顺序在df1和df2之间并不一致 . 例如，在df1第1行中，对于event == 1和playing_together == 1，我们看到：personid1 = 1和personid2 = 11而在df2中，在第1行中我有personid1 = 11和personid2 = 1，因为事件== 1和played_together == 1 . 因此两者是相同的 . 我想从df2中获取实用程序的值，并将其放在df1中的新列中 . 如果没有匹配，则输入0 .

最终的数据框架应如下所示：

PersonId1 PersonId2 Played_together Event Utility Utility_from_df2
1          1        11               1     1    20.0               25
2          2        12               0     1    -2.0                0
3          3        13               0     1    -5.0                0
4          4        14               1     1    10.0                0
5          5        15               1     2    30.0               36
6          6        16               0     2     2.0                0
7          7        17               0     2     1.0                0
8          8        18               0     2     0.5                0
9          9        19               1     2    50.0               51
10        10        20               0     2    -1.0                0
11         1        11               1     2    60.0               64

非常感谢提前 .

1 回答

使用 dplyr 和 data.table ：

df2 = data.frame(PersonId1=c(11,15,9,1),PersonId2=c(1,5,19,11),
                 Played_together = c(1,1,1,1),
                 Event=c(1,2,2,2),
                 Utility=c(25,36,51,64)) # you had missed adding Utility in your ques


library(data.table)
library(dplyr)
df3 <- copy(df2)
colnames(df2) <- c("PersonId2", "PersonId1", "Played_together", "Event", "Utility")
setDT(df2)
df2 <- df2[, c("PersonId2", "PersonId1", "Utility", "Event")]
df3 <- df3[, c("PersonId2", "PersonId1", "Utility", "Event")]
df <- left_join(df1, df2, c("PersonId2", "PersonId1", "Event"))
df <- left_join(df, df3, by = c("PersonId2", "PersonId1", "Event"))
setDT(df)
df[, Utility_from_df2 := ifelse(is.na(Utility), Utility.y, ifelse(is.na(Utility.y), Utility, 0))]
df[is.na(df)] <- 0
df[, c("Utility.y", "Utility") := NULL]
setnames(df, "Utility.x", "Utility")

期望的输出：

PersonId1 PersonId2 Played_together Event Utility Utility_from_df2
 1:         1        11               1     1    20.0               25
 2:         2        12               0     1    -2.0                0
 3:         3        13               0     1    -5.0                0
 4:         4        14               1     1    10.0                0
 5:         5        15               1     2    30.0               36
 6:         6        16               0     2     2.0                0
 7:         7        17               0     2     1.0                0
 8:         8        18               0     2     0.5                0
 9:         9        19               1     2    50.0               51
10:        10        20               0     2    -1.0                0
11:         1        11               1     2    60.0               64

回复于 2024-05-10T14:37:07+08:00

R - 使用多个标识符匹配值（当查找ID的顺序是随机的时）

1 回答

相关问题