将所有数据帧单元格中的字符串替换为另一个数据帧中的相应条目

Question

我有一个数据框，在数据框的单元格中具有不同数量的名称，我想将其替换为另一个数据框的相应编号。之后，我想继续计算平均值和最大值，但这不是我的问题的一部分。

df_with_names <-read.table(text="
id names
1 AA,BB
2 AA,CC,DD
3 BB,CC
4 AA,BB,CC,DD
",header=TRUE,sep="")

具有相应数字的数据框看起来像

df_names <-read.table(text="
name number_1 number_2
AA 20 30
BB 12 14
CC 13 29
DD 14 27
",header=TRUE,sep="")

在第一步结束时应该是

id number_1   number_2
1 20,12       30,14
2 20,13,14    30,29,27
3 12,13       14,29
4 20,12,13,14 30,14,29,27

从这里我知道如何继续，但我不知道如何到达那里。

我尝试将循环中每一行的名称分离到一个数据帧中，然后替换这些名称，但我总是无法获得 df_with_names 的正确列。一段时间后，我怀疑 replace() 是我正在寻找的函数。谁能帮忙？

Answer 1

library(data.table)

dt1 = as.data.table(df_with_names)
dt2 = as.data.table(df_names)

setkey(dt2, name)

dt2[setkey(dt1[, strsplit(as.character(names), split = ","), by = id], V1)][,
    lapply(.SD, paste0, collapse = ","), keyby = id]
#   id        name    number_1    number_2
#1:  1       AA,BB       20,12       30,14
#2:  2    AA,CC,DD    20,13,14    30,29,27
#3:  3       BB,CC       12,13       14,29
#4:  4 AA,BB,CC,DD 20,12,13,14 30,14,29,27

上面首先在第一个 data.table 中沿着逗号分割名称，然后将其与第二个数据表连接起来(在适当设置键之后)，并用逗号将所有结果列折叠回去.