R - 基于多个条件匹配来自 2 个数据帧的值（当查找 ID 的顺序是随机的时）

Question

嗨，我有两个数据框：

df1 = data.frame(PersonId1=c(1,2,3,4,5,6,7,8,9,10,1),PersonId2=c(11,12,13,14,15,16,17,18,19,20,11),
             Played_together = c(1,0,0,1,1,0,0,0,1,0,1),
             Event=c(1,1,1,1,2,2,2,2,2,2,2),
             Utility=c(20,-2,-5,10,30,2,1,.5,50,-1,60))


df2 = data.frame(PersonId1=c(11,15,9,1),PersonId2=c(1,5,19,11),
             Played_together = c(1,1,1,1),
             Event=c(1,2,2,2))

df1 看起来像这样：

      PersonId1 PersonId2 Played_together Event Utility
1          1        11               1     1    20.0
2          2        12               0     1    -2.0
3          3        13               0     1    -5.0
4          4        14               1     1    10.0
5          5        15               1     2    30.0
6          6        16               0     2     2.0
7          7        17               0     2     1.0
8          8        18               0     2     0.5
9          9        19               1     2    50.0
10        10        20               0     2    -1.0
11         1        11               1     2    60.0

df2 看起来像这样：

  PersonId1 PersonId2 Played_together Event
1        11         1               1     1
2        15         5               1     2
3         9        19               1     2
4         1        11               1     2

注意 df2 不仅仅是 df1$played_together==1。（例如 PlayerId1 = 4 和 PlayerId2=14 不存在于 df2.[=14=]

另请注意，虽然 df2 是 df1 的子集，但个体在 df2 中出现的顺序是随机的。例如，在第 1 行的 df1 中，我们看到事件 1 的 playerid1 =1 和 playerId2 = 11。但是在第 1 行的 df2 中，我们看到对于事件 1，playerid1 =11 和 playerId2 = 1。这两种情况完全相同，我想查找 Utility 从 df1 到df2。每个事件都必须进行合并。最终输出应如下所示：

  PersonId1 PersonId2 Played_together Event Utility
1        11         1               1     1      20
2        15         5               1     2      30
3         9        19               1     2      50
4         1        11               1     2      60

我知道 R 中存在合并函数，但我不知道当查找 ID 随机显示时该怎么办。如果有人能帮我一点忙，我将不胜感激。提前致谢。

Answer 1

这是我为您准备的：

    library(dplyr)
    rbind(left_join(df2, df1, 
          by = c("PersonId2" = "PersonId1", "PersonId1" = "PersonId2", 
            "Played_together" = "Played_together", "Event" = "Event")),
          left_join(df2, df1, 
                     by = c("PersonId1" = "PersonId1", "PersonId2" = "PersonId2", 
         "Played_together" = "Played_together", "Event" = "Event"))) %>%
          filter(!is.na(Utility))

基本上，您的数据似乎有时会翻转 personid。我们可以将两个连接绑定在一起，然后过滤掉那些具有 NA.

效用的行

您的输出如下所示：

    PersonId1 PersonId2 Played_together Event Utility
1        11         1               1     1      20
2        15         5               1     2      30
3         9        19               1     2      50
4         1        11               1     2      60

Answer 2

一种解决方案是使用 PersonId1 和 PersonId2 的组合来创建一个 "Team" 列，这样可以使两个团队 min(PersonId) : max(PersonId)。现在，在 Team 和 Event 上加入 df1 和 df2 以获得所需的数据。

library(dplyr)


df2 %>% rowwise() %>% 
  mutate(Team = paste0(min(PersonId1,PersonId2), ":",max(PersonId1,PersonId2))) %>%
  inner_join(df1 %>% rowwise() %>% 
               mutate(Team = 
                   paste0(min(PersonId1,PersonId2), ":",max(PersonId1,PersonId2))),
             by = c("Team", "Event")) %>%
  select(PersonId1 = PersonId1.x,  PersonId2 = PersonId2.x,
             Played_together = Played_together.x, Event, Utility) %>%
  as.data.frame()

#   PersonId1 PersonId2 Played_together Event Utility
# 1        11         1               1     1      20
# 2        15         5               1     2      30
# 3         9        19               1     2      50
# 4         1        11               1     2      60

R - 基于多个条件匹配来自 2 个数据帧的值（当查找 ID 的顺序是随机的时）

R - Match values from 2 dataframes based on multiple condtions (when the order of lookup IDs are random)

r

data-manipulation

data-cleaning