根据另一参考表在数据框中的一列中插入值

Posted 2021-04-19

我目前有一个产品表和一个成分表，如下：

产品（实际：13列，为便于说明，将其截断）：

Product_code  Product_name  Ingredient  Brand_name
A123          Product1      NA          BrandA
B123          Product2      NA          BrandB
C123          Product3      NA          BrandC

成分（实际有2列，如图所示：]：

Product_code  Ingredient
A123          Ing1
A123          Ing2
B123          IngA
B123          IngB
B123          IngC

目标是在“产品”表中“填写”每种产品的成分详细信息，使其看起来像这样：

组合表：

Product_code  Product_name  Ingredient  Brand_name
A123          Product1      Ing1        BrandA
A123          Product1      Ing2        BrandA
B123          Product2      IngA        BrandB
B123          Product2      IngB        BrandB
B123          Product2      IngC        BrandB
C123          Product3      NA          BrandC

由于某些产品具有一种成分，而其他产品具有多种成分，我希望能够为具有多种成分的产品复制新行（除“成分”列外，所有其他列值都保持相同）。在“成分”表中没有数据的产品将保留为“ NA”。

我曾尝试使用dplyr::right_join，但除“ Product_code”和“ Ingredient”以外，其他所有列均给我留下了“ NA”值。希望获得有关如何进行此操作的建议。谢谢！

答案

如果您不想要NAs，请查看dplyr::inner_join。使用正确的联接，您要查询的行数与成分数据框一样多。左侧数据框中的不匹配关键字将具有NA

另一答案

我认为您正在寻找full_join。也可以删除Ingredient数据框中的Product列，因为它不提供成分信息。

library(dplyr)

combined <- Ingrident %>%
  full_join(Product %>% select(-Ingredient), by = c("Product_code"))
combined
#   Product_code Ingredient Product_name Brand_name
# 1         A123       Ing1     Product1     BrandA
# 2         A123       Ing2     Product1     BrandA
# 3         B123       IngA     Product2     BrandB
# 4         B123       IngB     Product2     BrandB
# 5         B123       IngC     Product2     BrandB
# 6         C123       <NA>     Product3     BrandC

DATA

Product <- read.table(text = "Product_code  Product_name  Ingredient  Brand_name
A123          Product1      NA          BrandA
B123          Product2      NA          BrandB
C123          Product3      NA          BrandC",
                  header = TRUE, stringsAsFactors = FALSE)

Ingredient <- read.table(text = "Product_code  Ingredient
A123          Ing1
A123          Ing2
B123          IngA
B123          IngB
B123          IngC",
                        header = TRUE, stringsAsFactors = FALSE)