从 R 中的不同数据集匹配

Question

我目前有 3 个 csv 文件，即 df、mf、cf

df 有一列 A, B, C, D, E, F

mf 有两列，第一列为 A, B, C，第二列为 US, India, China

cf 有两列，第一列为 D, E, F，第二列为 Uruguay, Argentina, Brazil

正在寻找一个 vlookup 类型的函数，我想在其中将 mf 和 cf 中的数据查找到文件 df 中。因此，该函数应首先查看 mf 并在 df 的第二列中绘制详细信息，然后如果未找到，则应移至 cf 以查找 df 中缺失的内容。 . 请注意输出应该在 df

的第二列

以上是一个简化的示例...必须从多个文件中查找，因此如果可以在 R 中完成将很有帮助。

Answer 1

在 data.table 的两个步骤中使用 match 函数（正如@Gregor 也建议的那样），您只匹配 NA第二次行数：

library(data.table)
setDT(df)[, country := mf$y[match(x, mf$x)]
          ][is.na(country), country := cf$z[match(x, cf$x)]]

已用数据：

df <- data.frame(x = c("A", "B", "C", "D", "E", "F"))
mf <- data.frame(x = c("A", "B", "C"), y = c("US", "India", "China"))
cf <- data.frame(x = c("D", "E", "F"), z = c("Uruguay", "Argentina", "Brazil"))

Answer 2

她的一个可能的方法：

df <- data.frame(Id=c('A','B','C','D','E','F','G'),stringsAsFactors=FALSE)
mf <- data.frame(Id=c('A','B','C'),Country=c('US', 'India', 'China'),stringsAsFactors=FALSE)
cf <- data.frame(Id=c('D','E','F'),Country=c('Uruguay', 'Argentina', 'Brazil'),stringsAsFactors=FALSE)
ef <- data.frame(Id=c('A','G'),Country=c('XXX', 'Italy'),stringsAsFactors=FALSE)

otherDFs <- list(mf,cf,ef)
df$Country <- NA # initialize df$Country column to NA
for(other in otherDFs){
  matchingIds <- match(df$Id,other$Id)
  matchingIds[!is.na(df$Country)] <- NA

  countries <- other$Country[matchingIds]
  df$Country <- ifelse(is.na(countries),df$Country,countries)
}

> df
  Id   Country
1  A        US
2  B     India
3  C     China
4  D   Uruguay
5  E Argentina
6  F    Brazil
7  G     Italy

请注意，我添加了另一个 data.frame ef，它将 A 重新定义为 XXX 而不是 US。但是使用所描述的方法，A（即US）的初始匹配值不会被替换。

从 R 中的不同数据集匹配

Match from different data sets in R

lookup

r

match