r - 用R中的重复键匹配两个数据帧

Question

我想根据它们的 ID 匹配两个数据框，并将重复的选择附加到一个列表中。我拥有的数据框示例如下:

df1 = data.frame(ID = c("A", "B", "C", "D"), count = c(4, 6, 7, 8))
df2 = data.frame(ID = c("A", "B", "C", "D"), direction = c("up", "down", "up", "up"), reference = c(38, 39, 40, 40))

这两个数据框看起来像这样:

<头>

身份证	计数
一个	4
B	6
C	7
D	8

<头>

身份证	方向	引用
一个	向上	38
一个	向下	39
C	向上	40
D	向上	40

基本上，我希望最终结果看起来像这样，其中来自 df2 的信息可以与 df1 合并，但将详细信息连接到一个列表中，如果在 df2 中找到多个对应条目，它们可以存储为列表列表:

<头>

身份证	计数	信息
一个	4	c(上 = 38, 下 = 39)
B	6	不适用
C	7	c(向上 =40)
D	8	c(向上 =40)

我曾尝试合并两个数据框，但这会导致多个条目作为新行重复。我正在考虑尝试解析第二个数据框以进行匹配，就像我之前对数据库环境所做的那样，但如果您能让我知道如何使用数据框而不是环境来做到这一点，我将不胜感激。当然，如果有更有效的方法来解决这个问题，那也将不胜感激!我将 df1 匹配到数据库环境的示例:

i=1
for (row in 1:nrow(df)){
  tmp <- paste(df$ID[i])
  tmp2 <- as.list(mget(tmp, mirbaseID2ACC, ifnotfound = NA))
  if (is.na(tmp2) == TRUE) {
    tmp <- paste(df$simpleID[i])
    tmp2 <- as.list(mget(tmp, mirbaseID2ACC, ifnotfound = NA))
  }
  if (i<(nrow(df)+1)) {
    df$ACCESSION[i] <- tmp2
    i=i+1
  }
}

*请注意，“简单”列用于实际数据帧，因为样本具有非常特定的 ID(即 A-ab-2)，但出于本示例的目的，我们可以假设 ID 本身是很简单，可以用我正在尝试的数据框检测到

Answer 1

你可以group_byID列，然后summarisedirection和reference 列到列表中(使用 df3$info 查看列表)和 left_join 与 df1。

library(dplyr)

df3 <- left_join(df1, 
          df2 %>% 
            group_by(ID) %>% 
            summarize(info = list(paste(direction, "=", reference))), 
          by = "ID")

  ID count               info
1  A     4 up = 38, down = 39
2  B     6               NULL
3  C     7            up = 40
4  D     8            up = 40

df3$info
[[1]]
[1] "up = 38"   "down = 39"

[[2]]
NULL

[[3]]
[1] "up = 40"

[[4]]
[1] "up = 40"