正如@Frank指出的,根据您的匹配条件和您提供的数据集,不会有任何匹配。所以出于说明的目的,我修改了你的数据集以表明我的解决方案真的有效。这里有一个简单的方法使用dplyr:
# Modified dataset
case <- c("A", "B", "C", "A", "A", "A" ,"B", "C", "B", "A")
col1 <- c(1, 100, 50, 600, 29, 72, 7, 64, 15, 85)
col2 <- c(600, 7, 64, 1, 600, 85, 100, 82, 71, 34)
dataset <- data.frame(case, col1, col2)
> dataset
case col1 col2
1 A 1 600
2 B 100 7
3 C 50 64
4 A 600 1
5 A 29 600
6 A 72 85
7 B 7 100
8 C 64 82
9 B 15 71
10 A 85 34
请注意,我改变了COL2的第4行至1,第5行600和第7行100这样COL2的第4行会配合1日当与匹配时,col2的第5个与col1的第4个匹配,并且col2的第7个与col1的第2个匹配。此外,当不是大小写匹配时,只有第5列col2将与col1的第4列匹配。
library(dplyr)
dataset %>%
add_rownames() %>%
mutate(col2 = lead(col2)) %>%
filter(col1 == col2)
# A tibble: 1 × 4
rowname case col1 col2
<chr> <fctr> <dbl> <dbl>
1 4 A 600 600
该代码返回与col2的下一行匹配的col1的行。我加了add_rownames()
,这样你就知道它的原始行索引dataset
。 mutate()
中的lead()
功能与dplyr
中的lag()
简单相反(基数R中的通用lag()
不允许延迟非时间序列向量)。它通过k = -1
“落后”col2。
dataset %>%
add_rownames() %>%
group_by(case) %>%
mutate(col2 = lead(col2)) %>%
filter(col1 == col2)
Source: local data frame [3 x 4]
Groups: case [2]
rowname case col1 col2
<chr> <fctr> <dbl> <dbl>
1 1 A 1 1
2 2 B 100 100
3 4 A 600 600
通过添加group_by()
,您可以做同样的事情,但通过“案例”。如您所见,它会按照预期返回匹配的行。
如果你不想使用dplyr
出于某种原因,这里是一个更通用的解决方案:
## No group by case
# Lag col2 (Call the lagged column col3)
dataset$col3 = c(dataset$col2[-1], NA)
dataset$match = mapply(function(x, y) match(x, y, nomatch = FALSE),
dataset$col1, dataset$col3)
> dataset[dataset$match == 1,]
case col1 col2 col3 match
4 A 600 1 600 1
## Group by case
# Split dataset into groups
dataList = split(dataset, case)
dataMatched = lapply(dataList, function(x){
x$col2 = c(x$col2[-1], NA)
x$match = mapply(function(x, y) match(x, y, nomatch = FALSE),
x$col1, x$col2)
return(x)
})
结果列表/数据帧:
> dataMatched
$A
case col1 col2 match
1 A 1 1 1
4 A 600 600 1
5 A 29 85 0
6 A 72 34 0
10 A 85 NA 0
$B
case col1 col2 match
2 B 100 100 1
7 B 7 71 0
9 B 15 NA 0
$C
case col1 col2 match
3 C 50 82 0
8 C 64 NA 0
> unsplit(dataMatched, case)
case col1 col2 match
1 A 1 1 1
2 B 100 100 1
3 C 50 82 0
4 A 600 600 1
5 A 29 85 0
6 A 72 34 0
7 B 7 71 0
8 C 64 NA 0
9 B 15 NA 0
10 A 85 NA 0
我感到困惑的预期输出为例。在这里没有可以找到匹配的行,对吧? – Frank
你的意思是说'匹配(数据集$ col1 [i],数据集$ col2 [i + 1])'对吗? – useR
如果您发现它有帮助,请不要忘记接受答案:) – useR