如何在R（交叉引用数据帧）中对数据帧执行基于标记的校正？

Question

用户，

我正在尝试根据另一个数据集（B组）中的值更改一组数据（A组）。 两者都共享一个几乎相同的计数器变量（TS）（由于四舍五入而有些偏差–不幸的是不可避免）。 此外，两个集合中的条目具有不同的频率（使A长于B）。

这是集合A的示例：

setA <- tibble(TS = c(rep(2.0913, 4), rep(2.123, 5)),
           AF3_S = 1:9,
           AF4_S = 1:9)

> setA
# A tibble: 9 x 3
     TS AF3_S AF4_S
  <dbl> <int> <int>
1  2.09     1     1
2  2.09     2     2
3  2.09     3     3
4  2.09     4     4
5  2.12     5     5
6  2.12     6     6
7  2.12     7     7
8  2.12     8     8
9  2.12     9     9

这是集合B的示例：

setB <- tibble(TS = c(2.09131, 2.12304),
               AF3_Q = c(1,4),
               AF4_Q = c(3,0))

> setB
# A tibble: 2 x 3
     TS AF3_Q AF4_Q
  <dbl> <dbl> <dbl>
1  2.09  1.00  3.00
2  2.12  4.00  0   

我想做的是，只要集合B中的标记小于2，就删除集合A中的条目。也就是说，这种情况下的结果应如下所示：

# A tibble: 9 x 3
     TS AF3_S AF4_S
  <dbl> <int> <int>
1  2.09    NA     1
2  2.09    NA     2
3  2.09    NA     3
4  2.09    NA     4
5  2.12     5    NA
6  2.12     6    NA
7  2.12     7    NA
8  2.12     8    NA
9  2.12     9    NA

我试着用for循环完成此操作。 但是，由于实际文件非常长（A〜1,5Mio行，B〜50K行），因此需要太多的迭代，这就是为什么循环是不可能的。

会有人对如何解决这个问题有想法吗？ 我也会对阅读材料感兴趣，以了解更多有关如何在R中有效处理此类问题的信息。

感谢你并致以真诚的问候

麦可

Answer 1

您的资料

setA <- tibble(TS = c(rep(2.0913, 4), rep(2.123, 5)),
           AF3_S = 1:9,
           AF4_S = 1:9)

setB <- tibble(TS = c(2.09131, 2.12304),
               AF3_Q = c(1,4),
               AF4_Q = c(3,0))

您必须决定的第一件事是两个double何时“相等”。 假设当第2个十进制数字匹配时，值是相等的，您可以使用

round(setA$TS * 100) == round(setB$TS[1] * 100)
# [1]  TRUE  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE FALSE

现在我们可以使用match返回与setB$TS匹配的setA$TS的行索引

I <- match(round(setA$TS*100), round(setB$TS*100))
I
# [1] 1 1 1 1 2 2 2 2 2

需要注意的是长度I等于的数的，行setA ，但该值的行指数setB

然后，对于每一列，我们使用ifelse返回一个条件值

setA$AF3_S <- ifelse(setB$AF3_Q[I] < 2, NA, setA$AF3_S)
setA$AF4_S <- ifelse(setB$AF4_Q[I] < 2, NA, setA$AF4_S)
setA

# A tibble: 9 x 3
     # TS AF3_S AF4_S
  # <dbl> <int> <int>
# 1  2.09    NA     1
# 2  2.09    NA     2
# 3  2.09    NA     3
# 4  2.09    NA     4
# 5  2.12     5    NA
# 6  2.12     6    NA
# 7  2.12     7    NA
# 8  2.12     8    NA
# 9  2.12     9    NA