R：連接/分配兩個重疊數據集的值

Question

我需要你心愛的幫助...

我有兩個數據集。一個人將姓名分配給交易ID，另一個將人員ID分配給（相同種類）的交易ID。我想知道，哪個人有哪個ID。

數據：

personID tradeID  Name tradeID 
123   10  | Bob  7 
123   5  | Bob  8 
210   1  | Jack 3 
210   7  | Jack 11 
210   8  | Paul 5 
988   11  | Paul 10 
988   8  | 

問題：

我想找出tradeIDs的重疊/交叉點，所以我會知道哪個名字屬於哪個PERSONID。

結果（應該像以下）

personID Name 
123   Paul 
210   Bob 
988   Jack 

難點：

• 重疊具有不同數量的元件（鮑勃& 210）
• TradeIDs具有多個連接到不同的personID和名稱（ tradeID 8）
• 重疊不必是100％（傑克& 988）

思想&試驗

• 嘗試：數據幀比較庫& &的重塑庫（沒提供任何有用的方法）
• 想法：創建personID和名稱向量& &比較向量（不知道如何使矢量）& &向量具有最高重疊

連接是否有例如解決這個問題的方法通過數據幀比較？

非常感謝您的幫助！

Answer 1

我會做的是：

1. 合併兩個在一起
2. 每名內進行比較，看它是否匹配了不止一個PERSONID
3. 如果一切正常，（糟糕！）刪除重複

因此，像：

datA <- data.frame(personID=c(123,123,210,210,210,988,988),tradeID=c(10,5,1,7,8,11,8)) 
datB <- data.frame(name=c("B","B","J","J","P","P"), tradeID=c(7,8,3,11,5,10)) 
mgd <- merge(datA,datB) 
library(taRifx) 
stopifnot(all(by(mgd$personID,as.factor(mgd$name),distinct) <=1)) 
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID)) 

由於Bob與personID 210和988相關聯，這可能是您的示例數據中的拼寫錯誤，因此在stopifnot上失敗。如果刪除了，那麼效果很好：

datA[7,"tradeID"] <- 12 
mgd <- merge(datA,datB) 
result <- subset(mgd, !duplicated(mgd$name),select=c(-tradeID)) 
result 
    personID name 
1  123 P 
2  210 B 
5  988 J