如果另一个数据框中存在组合，则 R 检查行

Question

我在 R 中有两个数据框（df1 和 df2），除了两列，一个人号 (pnr) 和一个药物名称 (name) 之外，它们具有不同的信息。 df1 中的行，我想检查 pnr 和名称的组合是否存在于 df2 中的某处。如果存在这种组合，我希望 "yes" 在 df1 的另一列中。如果不是 "no".

df1
pnr|drug|...|check
---|----|---|-----
1  | 1  |...| no
1  | 2  |...| yes
2  | 2  |...| yes
3  | 2  |...| no
.....

df2
pnr|drug|...|
---|----|---|
1  | 2  |...|
2  | 2  |...|
....

比如我要检查，df2中是否存在行组合pnr=1 & drug=1（否），pnr=1 & drug=2（是）等，然后放置一个"yes" 或 "no" 在 df1

的检查栏中

我尝试了以下 for 语句，但没有成功。它确实在 "check" 列中放置了一个“是或 "no"，但它没有正确地做

for(index in 1:nrow(df1)){
   if((df1[index,]$pnr %in% df2$pnr)&(df1[index,]$name %in% df2$name)){
   check_text="yes"}else{check_text="no"}
   df1$check=check_text
}

我觉得我应该使用 apply，但我一直没弄明白。你们知道如何解决这个问题吗？

Answer 1

一种方法是使用 base R 方法。

将 pnr 和 drug 列粘贴在一起并在 df1

中找到相似的 match

df1$check <- ifelse(is.na(match(paste0(df1$pnr, df1$drug), 
                                        paste0(df2$pnr, df2$drug))),"No", "Yes")

#  pnr drug check
#1   1    1    No
#2   1    2   Yes
#3   2    2   Yes
#4   3    2    No

Answer 2

我们可以使用 apply，使用 any 函数检查匹配：

df1$check <- 
    apply(df1, 1, function(x) 
    ifelse(any(x[1] == df2$pnr & x[2] == df2$drug), 'yes','no'))

# df1

#    pnr drug check
# 1   1    1    no
# 2   1    2   yes
# 3   2    2   yes
# 4   3    2    no

数据

df1 <- data.frame(pnr = c(1,1,2,3),
                  drug = c(1,2,2,2))

df2 <- data.frame(pnr = c(1,2),
                  drug = c(2,2))

Answer 3

这对于 dplyr::left_join 来说很自然：

library(dplyr) # for left_join, transmute
library(tidyr) # for replace_na

df1 <- expand.grid(pnr = 1:3, drug = 1:3)
df2 <- data.frame(pnr = c(1, 3), drug = c(2, 1))

df1 <- df1 %>%
  left_join(df2 %>% transmute(pnr, drug, check = 'yes')) %>%
  replace_na(list(check = 'no'))

df1

#>   pnr drug check
#> 1   1    1    no
#> 2   2    1    no
#> 3   3    1   yes
#> 4   1    2   yes
#> 5   2    2    no
#> 6   3    2    no
#> 7   1    3    no
#> 8   2    3    no
#> 9   3    3    no

如果另一个数据框中存在组合，则 R 检查行

R check row for row if a combination exists in another dataframe

r

multiple-conditions

dataframe

数据