Início / coding / Perguntas / 79240040
Accepted
bill999
Asked: 2024-12-01 00:35:59 +0800 CST

Verifique se o elemento de um dataframe está em outro dataframe, dentro do grupo

  • 772

Digamos que eu tenha estes dados:

library(dplyr)
df1 <- data.frame(x = c(1, 2, 3, 4), z = c("A", "A", "B", "B"))
df2 <- data.frame(x = c(2, 4, 6, 8), z = c("A", "A", "B", "C"))

Posso verificar facilmente se cada elemento de xin df1está presente em xof df2:

df1 <- df1 %>% mutate(present = x %in% df2$x)

Existe uma maneira fácil de fazer a mesma coisa (de preferência no tidyverse), mas verificar apenas dentro do grupo?

Em outras palavras, para que uma observação em seja df1, duas coisas devem ser verdadeiras: 1) o grupo ( ) em deve ser o mesmo que o grupo em e 2) o valor de em deve ser o mesmo que o valor em .presentTRUEzdf2df1xdf2df1

Então, somente a segunda observação ( 2) seria TRUEporque existe uma observação em df2com um xde 2e um zde A. A última observação de xseria FALSEporque mesmo que haja um valor em df2com valor 4, esta observação está em grupo A, não B.

4 respostas

  1. Uma abordagem cominner_join

    Editar, agora funciona com múltiplas correspondências e remove o uso de uma variável temporária

    library(dplyr)

bind_rows(df1, inner_join(df1, df2), .id="id") %>% 
  summarize(present = n() > 1 & var(id) > 0, .by = -id)

    saída

      x z present
1 1 A   FALSE
2 2 A    TRUE
3 3 B   FALSE
4 4 B   FALSE
    • 4
  2. Best Answer

    Isso funciona nos seus dados de exemplo, embora pareça deselegante.

    library(dplyr)
#> 
#> Attaching package: 'dplyr'
#> The following objects are masked from 'package:stats':
#> 
#>     filter, lag
#> The following objects are masked from 'package:base':
#> 
#>     intersect, setdiff, setequal, union
df1 <- data.frame(x = c(1, 2, 3, 4), z = c("A", "A", "B", "B"))
df2 <- data.frame(x = c(2, 4, 6, 8), z = c("A", "A", "B", "C"))
df1 |> rowwise() |> mutate(present = x %in% df2[df2$z == z, "x"])
#> # A tibble: 4 × 3
#> # Rowwise: 
#>       x z     present
#>   <dbl> <chr> <lgl>  
#> 1     1 A     FALSE  
#> 2     2 A     TRUE   
#> 3     3 B     FALSE  
#> 4     4 B     FALSE

    Criado em 2024-11-30 com reprex v2.1.1

    • 2 
  3. library (tidyverse)      
 df1 %>%
        left_join(df2 %>% mutate(present = T)) %>% 
        replace_na(list("present"= F))
    • 2

  4. Baseado em R podemos usar match.

    > df1 |> transform(present=rowSums(mapply(match, df1, df2, nomatch=0)) == 2)
  x z present
1 1 A   FALSE
2 2 A    TRUE
3 3 B   FALSE
4 4 B   FALSE
    • 1

relate perguntas