有條件地將一個data.frame中的匹配值替換為另一個data.frame中的值

我有一個df1看起來像

df1：

df1 <- data.frame(
  DE201 = c("A15", "A18"),
  DE207 = c("A903", "A906")
)

...和另一個df2具有這些值的字典值，逐行

df2：

df2 <- data.frame(
  module = rep("Fall", 4),
  Data_Element_ID = c(rep("DE201", 2), rep("DE207", 2)),
  Data_Element_Name = c(rep("Injury result", 2), rep("Patient activity", 2)),
  Answer_Code = c("A15", "A18", "A903", "A906"),
  Answer_value = c("Yes", "No", "Ambulating with assistance", "Intracranial injury"),
  DE_original = c("DE201_A15", "DE201_A18", "DE207_A903", "DE207_A906")
)

...

我想，以取代所有的值df1，包括它的列名，是在匹配值df2（df1列名進行匹配df2的Data_Element_Name，和df1值相匹配df2的Answer_Value）

例如，我想要的輸出類似于

output <- data.frame(
  Injury_result = c("Yes", "No"),
  Patient_activity = c("Ambulating with assistance", "Intracranial injury")
)

...

我嘗試了以下兩種方法，但它們都不起作用，并且合并/加入在這里并不適用，因為它們實際上沒有相同的鍵/ID來加入/合并，因為一種是按列元素，一種是行明智的元素。嘗試mutate()使用if_else()and case_when()：

mutate(
  DE201 = case_when(
    DE201 == df2$Answer_Code ~ df2$Answer_Value, 
    TRUE                     ~ DE201
  ),
  DE204 = if_else(
    DE204 %in% df2$Answer_Code,
    df2$Answer_Value, DE204
  )
)

uj5u.com熱心網友回復：

可能有更直接的方法可以做到這一點，但這不是一項簡單的任務。在這種情況下，我從再成形資料df1，以使用長格式pivot_longer()，以便在所述資料，以配合從df2使用left_join()。然后，使用pivot_wider()您想要保留的那些資料列將資料重新整形為寬格式的問題。

請注意，我添加了一個我最終丟棄的行 id，因為我們需要跟蹤當我們從寬到長再到寬時，哪些資料行去了哪里。

library(dplyr)
library(tidyr)

df1 |>
  mutate(row_id = row_number()) |>
  pivot_longer(-row_id, names_to = "Data_Element_ID", values_to = "Answer_Code") |>
  left_join(df2) |>
  select(row_id, Data_Element_Name, Answer_value) |>
  pivot_wider(names_from = Data_Element_Name, values_from = Answer_value) |>
  select(-row_id)

# A tibble: 2 x 2
  `Injury result` `Patient activity`        
  <chr>           <chr>                     
1 Yes             Ambulating with assistance
2 No              Intracranial injury  

uj5u.com熱心網友回復：

這是一個解決方案data.table：

library(data.table) 
dict <- rbindlist(list(df2[,c("Answer_Code", "Answer_Value")],
                       df2[,c("Data_Element_ID", "Data_Element_Name")]))
colnames(dict) <- c('key', 'val')

match_function <- function(column){
  dict[match(column, dict$key), 2, drop=F]
}

df3 <- as.data.frame(apply(df1, MARGIN = 2, match_function))
names(df3) <- dict[match(names(df1), dict$key), 2, drop=F][[1]]

這是它為什么起作用的分步解釋。我們使用 data.table 創建一個字典并提取 key/val 對。例如，“Answer_Code”列映射到“Answer_Value”列。“Data_Element_ID”和“Data_Element_Name”相同。為了清楚起見，我將名稱更改為 key 和 val。

library(data.table) 
dict <- rbindlist(list(df2[,c("Answer_Code", "Answer_Value")],
                       df2[,c("Data_Element_ID", "Data_Element_Name")]))
colnames(dict) <- c('key', 'val')

字典“dict”如下所示：

     key                        val
1:   A15                        Yes
2:   A18                         No
3:  A903 Ambulating with assistance
4:  A906        Intracranial injury
5: DE201              Injury result
6: DE201              Injury result
7: DE207           Patient activity
8: DE207           Patient activity

現在我們可以創建一個接收列的函式，并將代碼/鍵替換為名稱/val。為此，我們使用邊距為 2 的 apply （迭代列）。

match_function <- function(column){
  dict[match(column, dict$key), MARGIN = 2, drop=F]
}

df3 <- as.data.frame(apply(df1, 2, match_function))

此時的 df3 如下所示：

  val                      val.1
1 Yes Ambulating with assistance
2  No        Intracranial injury

現在我們只需要使用相同的字典程序更改列名。

names(df3) <- dict[match(names(df1), dict$key), 2, drop=F][[1]]

df3

我們的結果符合您的預期。

  Injury result           Patient activity
1           Yes Ambulating with assistance
2            No        Intracranial injury

標籤：

上一篇：dplyr得到線性回歸系數

下一篇：如何在下載的資料檔案中保留丟失的單元格？