ฟังก์ชั่นหรือสคริปต์พื้นฐานอื่น ๆ ที่เปรียบเทียบค่าของตัวแปรสองตัวในดาต้าเฟรมโดยใช้ตัวแปร id ที่อยู่ในทั้งสองตัวแปร

สมมติว่าคุณมีกรอบข้อมูลสองกรอบ ซึ่งทั้งสองกรอบมีบางส่วน แต่ไม่ใช่ระเบียนเดียวกันทั้งหมด ในกรณีที่เป็นระเบียนเดียวกัน ตัวแปร id ในกรอบข้อมูลทั้งสองจะตรงกัน มีตัวแปรเฉพาะในแต่ละเฟรมข้อมูลที่ต้องตรวจสอบความสอดคล้องของเฟรมข้อมูล และจำเป็นต้องพิมพ์ความคลาดเคลื่อนใดๆ:

d1 <- ## first dataframe
d2 <- ## second dataframe

colnames(d1) #column headings for dataframe 1
[1] "id" "variable1" "variable2" "variable3"

colnames(d2) #column headings for dataframe 2 are identical
[1] "id" "variable1" "variable2" "variable3"

length(d1$id) #there are 200 records in dataframe 1
[1] 200

length(d2$id) #there are not the same number in dataframe 2
[1] 150

##Some function that takes d1$id, matches with d2$id, then compares the values of the matched, returning any discrepancies

ฉันสร้างการวนซ้ำที่ซับซ้อนสำหรับสิ่งนี้ แต่รู้สึกว่านี่ไม่ใช่วิธีที่ถูกต้องในการดำเนินการ แน่นอนว่ามีวิธีที่ดีกว่าคำสั่ง for-if-for-if-if นี้

for (i in seq(d1$id)){ ##Sets up counter for loop
  if (d1$id[i] %in% d2$id){ ## Search, compares and saves a common id and variable
    index <- d1$id[i];
    variable_d1 <- d1$variable1[i];
    for (p in seq(d2$id)){ set
      if (d2$id[p] == index){ ## saves the corresponding value in the second dataframe
        variable_d2 <- d2$variable1[p];
          if (variable_d2 != variable_d1) { ## prints if they are not equal
            print(index);
          }
      }
    }
  }
}

r dataframe comparison
person Alex Orona    schedule 02.06.2015    source แหล่งที่มา
comment
คุณต้องการเข้าร่วมฐานข้อมูล คุณอาจใช้ left_join จาก dplyr ได้ แต่คุณควรให้ข้อมูลตัวอย่างและเอาต์พุตแก่เราในลักษณะที่สามารถทำซ้ำได้ก่อน   -  person Spacedman    schedule 03.06.2015
comment
@AlexanderOrona ประเด็นรอง: คุณควรใช้ seq_along() แทน seq() เมื่อสร้างลำดับตามเวกเตอร์ เนื่องจากหากเวกเตอร์อินพุตมีองค์ประกอบเพียงองค์ประกอบเดียว seq() จะเปลี่ยนพฤติกรรมเพื่อสร้างลำดับจาก 1 เป็นค่าขององค์ประกอบ ตัวอย่างเช่น seq(3) สร้าง 1 2 3 แต่คุณต้องการ 1 ที่นี่ หรือคุณสามารถใช้ 1:length(x) ได้ แต่นั่นจะไม่รองรับกรณีที่เสื่อมลงของเวกเตอร์ที่มีความยาวเป็นศูนย์อย่างถูกต้อง seq_along() จัดการกรณีเหล่านี้ได้อย่างสมบูรณ์แบบ   -  person bgoldst    schedule 03.06.2015

คำตอบ (2)


arrow_upward
0
arrow_downward

ต่อไปนี้เป็นวิธีแก้ปัญหา โดยใช้ข้อมูลอินพุตแบบสุ่มโดยมีโอกาส 50% ที่เซลล์ที่ระบุจะไม่สอดคล้องกันระหว่าง d1 ถึง d2:

set.seed(1);
d1 <- data.frame(id=sample(300,200),variable1=sample(2,200,replace=T),variable2=sample(2,200,replace=T),variable3=sample(2,200,replace=T));
d2 <- data.frame(id=sample(300,150),variable1=sample(2,150,replace=T),variable2=sample(2,150,replace=T),variable3=sample(2,150,replace=T));
head(d1);
##    id variable1 variable2 variable3
## 1  80         1         2         2
## 2 112         1         1         2
## 3 171         2         2         1
## 4 270         1         2         2
## 5  60         1         2         2
## 6 266         2         2         2
head(d2);
##    id variable1 variable2 variable3
## 1 258         1         2         1
## 2  11         1         1         1
## 3 290         2         1         2
## 4 222         2         1         2
## 5  81         2         1         1
## 6 200         1         2         1
com <- intersect(d1$id,d2$id); ## derive common id values
d1com <- match(com,d1$id); ## find indexes of d1 that correspond to common id values, in order of com
d2com <- match(com,d2$id); ## find indexes of d2 that correspond to common id values, in order of com
v1diff <- com[d1$variable1[d1com]!=d2$variable1[d2com]]; ## get ids of variable1 discrepancies
v1diff;
##  [1]  60 278  18 219 290  35 107   4 237 131  50 210  29 168   6 174  61 127  99 220 247 244 157  51  84 122 196 125 265 115 186 139   3 132 223 211 268 102 155 207 238  41 199 200 231 236 172 275 250 176 248 255 222  59 100  33 124
v2diff <- com[d1$variable2[d1com]!=d2$variable2[d2com]]; ## get ids of variable2 discrepancies
v2diff;
##  [1] 112  60  18 198 219 290 131  50 210  29 168 258 215 291 127 161  99 220 110 293  87 164  84 122 196 125 186 139  81 132  82  89 223 268  98  14 155 241 207 231 172  62 275 176 248 255  59 298 100  12 156
v3diff <- com[d1$variable3[d1com]!=d2$variable3[d2com]]; ## get ids of variable3 discrepancies
v3diff;
##  [1] 278 219 290  35   4 237 131 168 202 174 215 220 247 244 261 293 164  13 294  84 196 125 265 115 186  81   3  89 223 211 268  98  14 155 241 207  38 191 200 276 250  45 269 255 298 100  12 156 124

นี่เป็นข้อพิสูจน์ว่าค่า variable1 ทั้งหมดสำหรับรหัสใน v1diff ไม่สอดคล้องกันจริงๆ ระหว่าง d1 ถึง d2:

d1$variable1[match(v1diff,d1$id)]; d2$variable1[match(v1diff,d2$id)];
##  [1] 1 2 2 1 1 2 2 1 1 1 2 2 2 2 1 2 2 1 2 2 1 1 2 1 1 2 1 1 1 1 1 1 1 1 1 2 2 2 1 2 2 1 1 2 1 1 2 1 2 1 2 2 1 2 2 1 1
##  [1] 2 1 1 2 2 1 1 2 2 2 1 1 1 1 2 1 1 2 1 1 2 2 1 2 2 1 2 2 2 2 2 2 2 2 2 1 1 1 2 1 1 2 2 1 2 2 1 2 1 2 1 1 2 1 1 2 2

นี่เป็นข้อพิสูจน์ว่าค่า variable1 ทั้งหมดสำหรับ id ไม่ ใน v1diff นั้น ไม่ ไม่สอดคล้องกันระหว่าง d1 ถึง d2:

with(subset(d1,id%in%com&!id%in%v1diff),variable1[order(id)]); with(subset(d2,id%in%com&!id%in%v1diff),variable1[order(id)]);
##  [1] 1 1 2 1 1 1 2 2 1 2 2 1 2 2 1 1 2 1 2 1 2 1 1 1 1 1 1 2 2 2 2 1 1 1 2 2 2 1 1 1 1
##  [1] 1 1 2 1 1 1 2 2 1 2 2 1 2 2 1 1 2 1 2 1 2 1 1 1 1 1 1 2 2 2 2 1 1 1 2 2 2 1 1 1 1

ที่นี่ ฉันรวมโซลูชันนี้ไว้ในฟังก์ชันที่ส่งคืนเวกเตอร์ของค่า id ที่ไม่สอดคล้องกันในรายการ โดยแต่ละองค์ประกอบตั้งชื่อตามตัวแปรที่มันแทน:

compare <- function(d1,d2,cols=setdiff(intersect(colnames(d1),colnames(d2)),'id')) {
    com <- intersect(d1$id,d2$id);
    d1com <- match(com,d1$id);
    d2com <- match(com,d2$id);
    setNames(lapply(cols,function(col) com[d1[[col]][d1com]!=d2[[col]][d2com]]),cols);
};
compare(d1,d2);
## $variable1
##  [1]  60 278  18 219 290  35 107   4 237 131  50 210  29 168   6 174  61 127  99 220 247 244 157  51  84 122 196 125 265 115 186 139   3 132 223 211 268 102 155 207 238  41 199 200 231 236 172 275 250 176 248 255 222  59 100  33 124
##
## $variable2
##  [1] 112  60  18 198 219 290 131  50 210  29 168 258 215 291 127 161  99 220 110 293  87 164  84 122 196 125 186 139  81 132  82  89 223 268  98  14 155 241 207 231 172  62 275 176 248 255  59 298 100  12 156
##
## $variable3
##  [1] 278 219 290  35   4 237 131 168 202 174 215 220 247 244 261 293 164  13 294  84 196 125 265 115 186  81   3  89 223 211 268  98  14 155 241 207  38 191 200 276 250  45 269 255 298 100  12 156 124
person bgoldst    schedule 02.06.2015

arrow_upward
0
arrow_downward

นี่คือวิธีการใช้ merge

ขั้นแรก รวม dataframes โดยเก็บคอลัมน์ทั้งหมดไว้

x <- merge(d1, d1, by="id")

จากนั้นค้นหาแถวทั้งหมดที่ไม่ตรงกัน:

x[x$variable1.x != x$variable1.y | x$variable2.x != x$variable2.y | 
  x$variable3.x != x$variable3.y, ]
person jeremycg    schedule 04.06.2015