r - R中的数据匹配

Question

我有两个具有相同长度 (1000) 和宽度 (200) 的数据帧。在这两个数据框中，每一行都是一个人。在一个数据框中，每一列都是一个二进制项目分数(即 0 或 1)。在另一个数据框中，每一列都是项目标签。这是它:

数据框 1:

item1 item2 item3
0     1     1
1     0     0
1     1     1

数据框 2:

item1   item2   item3
C2HSD   WW11S3  EI22S
WW11S3  2JDDS   TT6SQ1
EI22S   TT6SQ1  331ID

我想要的是这样一个组合和匹配的数据框:

C2HSD  WW11S3 EI22S 2JDDS TT6SQ1 331ID
0      1      1     NA    NA     NA
NA     1      NA    0     0      NA
NA     NA     1     NA    1      1

谢谢!

Answer 1

我们可以melt将两个数据集转换为“长格式”，执行 left_join , 后来 spread删除“Var2”后将其转换为“宽”格式

library(reshape2)
library(tidyverse)
d1 <- melt(as.matrix(df1))
d2 <- melt(as.matrix(df2))
left_join(d2, d1, by = c("Var1", "Var2")) %>% 
      select(-Var2) %>% 
      spread(value.x, value.y) %>%
      select(-Var1)
#   2JDDS 331ID C2HSD EI22S TT6SQ WW11S
#1    NA    NA     0     1    NA     1
#2     0    NA    NA    NA     0     1
#3    NA     1    NA     1     1    NA

---

A base R选项是 replace 'df2' 的相应列值与 NA 其中 'df1' 值为 0 使用 Map , 然后 stack它到'data.frame'，transform “值”列到 factor并使用 table 获取频率

un1 <- unique(unlist(df2))
table(transform(stack(Map(function(x,y) replace(y, !x, NA), 
  df1, df2))[2:1], values = factor(values, levels = un1)))