R在列中組合不同長度的數據幀。

Question

我有一個問題，我想道歉，如果這個問題已經被討論過了，儘管我檢查了舊帖子。

我有一個data.frame有2列，第二列可以包含幾個標識符，但數字可以有所不同。在另一個數據幀中，標識符對應於另一個標識符。

df.1 

color identifier 
blue A1, B2, C3, C4 
yellow B2, C4, C6 
green A3 

df.2 

A1 Mercedes 
A3 BMW 
B2 Porsche 
C3 Toyota 
C4 Hundai 
C5 Volkswagen 
C6 Peugeot  

我想什麼有是這樣的data.frame：

df.3 

color identifier  identifier2 
blue A1, B2, C3, C4 Mercedes, Porsche, Toyota, Hundai 
yellow B2, C4, C6  Porsche, Hundai, Peugeot 
green A3    BMW 

其中包含標識符和另外第二data.frame的標識符的data.frame。

我正在嘗試使用apply和stack和unstack，但我根本沒有成功。

你有什麼建議嗎？

Answer 1

這是另一種解決方案，使用strsplit：

# The data 
df.1 = read.table(header=TRUE, text=" 
color identifier 
blue 'A1, B2, C3, C4' 
yellow 'B2, C4, C6' 
green 'A3'", stringsAsFactors = FALSE) 

df.2 = read.table(header=FALSE, text=" 
A1 Mercedes 
A3 BMW 
B2 Porsche 
C3 Toyota 
C4 Hundai 
C5 Volkswagen 
C6 Peugeot", stringsAsFactors=FALSE) 
names(df.2) = c("identifier", "car") 

df.1$identifier = strsplit(df.1$identifier, split=", ") 
df.1$identifier1 = lapply(1:nrow(df.1), 
     function(x) df.2[which(df.2$identifier %in% df.1$identifier[[x]]), 2]) 
df.1 
# color  identifier      identifier1 
# 1 blue A1, B2, C3, C4 Mercedes, Porsche, Toyota, Hundai 
# 2 yellow  B2, C4, C6   Porsche, Hundai, Peugeot 
# 3 green    A3        BMW 

注意identifier和identifier1現在在你的data.frame名單。我個人覺得這件事稍後會更容易。

str(df.1) 
# 'data.frame': 3 obs. of 3 variables: 
# $ color  : chr "blue" "yellow" "green" 
# $ identifier :List of 3 
# ..$ : chr "A1" "B2" "C3" "C4" 
# ..$ : chr "B2" "C4" "C6" 
# ..$ : chr "A3" 
# $ identifier1:List of 3 
# ..$ : chr "Mercedes" "Porsche" "Toyota" "Hundai" 
# ..$ : chr "Porsche" "Hundai" "Peugeot" 
# ..$ : chr "BMW" 

您可能需要修改strsplit是否有遺留下來的任何空白，但這個樣本數據的工作。另外，爲使strsplit正常工作，數據需要處於as.character模式（因此在讀取數據時我使用stringsAsFactors）。

更新：write.table（）

我做寧願保持數據的情況下，我希望做進一步的分析列表。但是，如果資料齊全或者只是爲了輸出的目的，你可能想要做這樣的事情：

df.3 = df.1 
df.3$identifier = sapply(df.3$identifier, paste0, collapse=", ") 
df.3$identifier1 = sapply(df.3$identifier1, paste0, collapse=", ") 

這將允許您使用write.table因爲identifier和identifier1現在的模式character，而不是list。

Answer 2

可能最簡單的方法是使用正則表達式與gsub進行替換。

重建數據：

df1 <- read.table(text=" 
color identifier 
blue 'A1, B2, C3, C4' 
yellow 'B2, C4, C6' 
green A3 
", header=TRUE) 


df2 <- read.table(text=" 
A1 Mercedes 
A3 BMW 
B2 Porsche 
C3 Toyota 
C4 Hundai 
C5 Volkswagen 
C6 Peugeot 
", header=FALSE) 

而現在，你必須通過你的顏色查找（df2）中的每個元素循環，並在df1更換：

for (i in seq_len(nrow(df2))){ 
    df1$identifier <- gsub(df2[i, 1], df2[i, 2], df1$identifier) 
} 

結果：

df1 
    color      identifier 
1 blue Mercedes, Porsche, Toyota, Hundai 
2 yellow   Porsche, Hundai, Peugeot 
3 green        BMW