合并具有所有组合的两个数据框
Posted
技术标签:
【中文标题】合并具有所有组合的两个数据框【英文标题】：Merge two data frames with all combinations 【发布时间】：2016-10-19 06:09:51 【问题描述】：我遇到了一个复杂的问题： 我有两个数据框，它们有 4 台不同机器的 no 和规范（颜色、零件）的一种组合。每台机器总共有 5 个规格（实际上更多的机器和规格）。 以下是两个示例数据框：
df1 <- data.frame(
nr=c("000", "000", "000", "001", "002",
"002", "003", "004", "004", "004", "005"),
Color=c("Red", "Cyan", "Brown", "Blue", "Red",
"Green", "DeepBlue", "Orange", "Cyan", "Grey", "Magenta"),
mach1=c(1, NA, NA, 1, NA, 1, 1, NA, 1, NA, 1),
mach2=c(1, NA, NA, 1, NA, 1, 1, 1, NA, NA, 1),
mach3=c(NA, 1, NA, 1, 1, NA, 1, NA, NA, 1, 1),
mach4=c(NA, NA, 1, 1, NA, 1, 1, NA, NA, 1, 1))
df2 <- data.frame(
nr=c("000", "000", "001", "002", "002",
"003", "003", "004", "005", "005"),
Part=c("Car", "Tree", "Flag", "Tree", "Road",
"Road", "House", "Plane", "House", "Car"),
mach1=c(NA, 1, 1, NA, 1, NA, 1, 1, NA, 1),
mach2=c(1, NA, 1, NA, 1, NA, 1, 1, 1, NA),
mach3=c(NA, 1, 1, 1, NA, 1, NA, 1, 1, NA),
mach4=c(NA, 1, 1, 1, NA, 1, NA, 1, 1, NA))
所以我有这些输出：
> df1
nr Color mach1 mach2 mach3 mach4
1 000 Red 1 1 NA NA
2 000 Cyan NA NA 1 NA
3 000 Brown NA NA NA 1
4 001 Blue 1 1 1 1
5 002 Red NA NA 1 NA
6 002 Green 1 1 NA 1
7 003 DeepBlue 1 1 1 1
8 004 Orange NA 1 NA NA
9 004 Cyan 1 NA NA NA
10 004 Grey NA NA 1 1
11 005 Magenta 1 1 1 1
> df2
nr Part mach1 mach2 mach3 mach4
1 000 Car NA 1 NA NA
2 000 Tree 1 NA 1 1
3 001 Flag 1 1 1 1
4 002 Tree NA NA 1 1
5 002 Road 1 1 NA NA
6 003 Road NA NA 1 1
7 003 House 1 1 NA NA
8 004 Plane 1 1 1 1
9 005 House NA 1 1 1
10 005 Car 1 NA NA NA
现在我想将这两个数据帧组合成一个新的数据帧 df3，它显示特定机器的颜色和零件的所有组合，如下所示：
> df3
nr Color Part mach1 mach2 mach3 mach4
1 000 Red Tree 1 NA NA NA
2 000 Red Car NA 1 NA NA
3 000 Cyan Tree NA NA 1 NA
4 000 Brown Tree NA NA NA 1
5 001 Blue Flag 1 1 1 1
6 002 Green Road 1 1 NA NA
7 002 Red Tree NA NA 1 NA
8 002 Green Tree NA NA NA 1
9 003 Deepblue House 1 1 NA NA
10 003 Deepblue Road NA NA 1 1
11 004 Cyan Plane 1 NA NA NA
12 004 Orange Plane NA 1 NA NA
13 004 Grey Plane NA NA 1 1
14 005 Magenta Car 1 NA NA NA
15 005 Magenta House NA 1 1 1
>
有什么建议吗？
【问题讨论】：
【参考方案1】：您可以先重塑两个数据框（使用reshape2 中的melt），然后合并它们（使用dplyr 中的full_join）并将其重塑回原始格式：
library(dplyr)
library(reshape2)
df1.b <- melt(df1)
df2.b <- melt(df2)
df3 <- full_join(df1.b, df2.b)
df3 <- na.omit(df3)
df3.b <- dcast(df3, nr + Color + Part ~ variable)
nr Color Part mach1 mach2 mach3 mach4
1 000 Brown Tree NA NA NA 1
2 000 Cyan Tree NA NA 1 NA
3 000 Red Car NA 1 NA NA
4 000 Red Tree 1 NA NA NA
5 001 Blue Flag 1 1 1 1
6 002 Green Road 1 1 NA NA
7 002 Green Tree NA NA NA 1
8 002 Red Tree NA NA 1 NA
9 003 DeepBlue House 1 1 NA NA
10 003 DeepBlue Road NA NA 1 1
11 004 Cyan Plane 1 NA NA NA
12 004 Grey Plane NA NA 1 1
13 004 Orange Plane NA 1 NA NA
14 005 Magenta Car 1 NA NA NA
15 005 Magenta House NA 1 1 1
【讨论】：
【参考方案2】：与@beetroot 相同的想法，使用base R reshape() 和merge() 实现：
reshape(na.omit(merge(
reshape(df1,dir='l',idvar=c('nr','Color'),varying=grep('^mach',names(df1)),v.names='mach'),
reshape(df2,dir='l',idvar=c('nr','Part'),varying=grep('^mach',names(df2)),v.names='mach')
)),dir='w',idvar=c('nr','Color','Part'),sep='');
## nr Color Part mach1 mach2 mach3 mach4
## 1 000 Red Tree 1 NA NA NA
## 4 000 Red Car NA 1 NA NA
## 7 000 Cyan Tree NA NA 1 NA
## 10 000 Brown Tree NA NA NA 1
## 13 001 Blue Flag 1 1 1 1
## 17 002 Green Road 1 1 NA NA
## 21 002 Red Tree NA NA 1 NA
## 23 002 Green Tree NA NA NA 1
## 25 003 DeepBlue House 1 1 NA NA
## 27 003 DeepBlue Road NA NA 1 1
## 29 004 Cyan Plane 1 NA NA NA
## 30 004 Orange Plane NA 1 NA NA
## 31 004 Grey Plane NA NA 1 1
## 33 005 Magenta Car 1 NA NA NA
## 34 005 Magenta House NA 1 1 1
（如有必要，可以在之后修改行名。）
【讨论】：
以上是关于合并具有所有组合的两个数据框的主要内容，如果未能解决你的问题，请参考以下文章