比較 R 中 2 個不同數據幀中的多列

Question

我正在嘗試比較 R 中兩個不同數據幀中的多個列。這在之前的論壇上已經解決（ 比較兩列的組並返回索引匹配 R ）但這是一個不同的場景：我試圖比較列是否在dataframe 1位於dataframe 2的 2 列范圍之間。 match, merge, join, intersect等功能在這里不起作用。 我一直在嘗試使用purr::pluck但沒有走多遠。 數據幀具有不同的大小。

下面是一個例子：

temp1.df <- mtcars

temp2.df <- data.frame(
  Cyl = sample (4:8, 100, replace = TRUE),
  Start = sample (1:22, 100, replace = TRUE),
  End = sample (1:22, 100, replace = TRUE)
)

temp1.df$cyl <- as.character(temp1.df$cyl)
temp2.df$Cyl <- as.character(temp2.df$Cyl)

我的嘗試：

temp1.df <- temp1.df %>% mutate (new_mpg = case_when (
  temp1.df$cyl %in% temp2.df$Cyl & temp2.df$Start <= temp1.df$mpg & temp2.df$End >= temp1.df$mpg ~ 1
))

錯誤：

Error in mutate_impl(.data, dots) : 
  Column `new_mpg` must be length 32 (the number of rows) or one, not 100

預期結果：

1. 比較 temp1.df$cyl 和 temp2.​​df$Cyl。 如果它們匹配，則 -->
2. 檢查 temp1.df$mpg 是否在 temp2.​​df$Start 和 temp2.​​df$End 之間 -->
3. 如果是，則創建一個值為 1 的新變量 new_mpg。

在這里很難顯示確切的預期輸出。

我意識到我可以為temp1.df每一行循環這個，但原始temp2.df有超過 250,000 行。 一個有效的解決方案將不勝感激。

謝謝

Answer 1

temp1.df$new_mpg<-apply(temp1.df, 1, function(x) {
  temp<-temp2.df[temp2.df$Cyl==x[2],] 
  ifelse(any(apply(temp, 1, function(y) {
    dplyr::between(as.numeric(x[1]),as.numeric(y[2]),as.numeric(y[3]))
  })),1,0)
})

請注意，這對實際數據的組織做出了一些假設（特別是，我無法調用apply的列名，因此我使用了索引 - 這可能會發生很大變化，因此您可能想要重新排列數據在接收它和調用apply ，或者可能在apply改變它的組織，例如，通過apply(temp1.df[,c("mpg","cyl")]... 。

無論如何，這會將您的數據集分成幾行，並將每一行與具有相同 Cyl 計數的第二個數據集的子集進行比較。 在這個子集，它會檢查是否any的MPG此行的下降between （從dplyr ） Start和End ，並返回1，如果是（或者0，如果沒有）。 然后所有這些 1 和 0 作為（命名）向量返回，可以放入temp1.df$new_mpg 。

我猜有一種方法可以用rowwise做到這rowwise ，但我永遠無法讓它正常工作......