注册
登录
Xedge
如何使用查找表替换data.table列中的值？ [R]
返回
如何使用查找表替换data.table列中的值？ [R]
作者:
晴天？霹雳
发布时间:
2024-03-19 05:44:41 (1月前)
转自：
<p> <br/> 我有一个密钥和一个庞大的元数据表。元数据表中有一列包含以下值：</p><p>body_site<br/>肺<br/>肺<br/>脑 - 杏仁核<br/>脑 - 杏仁核<br/>大脑 - 尾状（…<br/> <br/></p>
收藏
举报
3 条回复
0#
回复此人
敢嫁就敢娶
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <P> 这是一个解决方案： </p> <pre> <code> require(data.table) df1 <- data.frame(a = c("a","b","c"), b = c("x","y","z")) df2 <- data.frame(a = c("a","c"), b = c("new_x","new_z")) setDT(df1) setDT(df2) # inspect each df df1 # a b # 1: a x # 2: b y # 3: c z df2 # a b # 1: a new_x # 2: c new_z l <- match(df1$a, df2$a, nomatch = 0) df1$b[l != 0] <- df2$b[l] df1 # a b # 1: a new_x # 2: b y # 3: c new_z </code> </pre> </DIV>
编辑
1#
回复此人
無口君
|
2019-08-31 10-32
<div class =“post-text”itemprop =“text”> <OL> <LI> 我觉得你过度使用了 <code> lapply </code> ;因为你正在处理一个框架中的单个列，所以不需要在这里使用它。 </LI> <LI> 会有 <code> NA </code> 在结果中，至少有这些数据（你应该可以防范它）。因此，我建议使用一个中间/临时变量。 </LI> </醇> <P> 对于上面的＃2，我会将变量保留在框架内（然后将其删除）以便于关联，尽管不需要，它可以很容易地存储在独立的矢量中，然后在修复后分配。 </p> <pre> <code> df1$tmp <- df2$Key[ match(df1$body_site, df2$Tissue) ] head(df1) # body_site tmp # 1 Lung <NA> # 2 Lung <NA> # 3 Brain - Amygdala BRNAMY # 4 Brain - Amygdala BRNAMY # 5 Brain - Caudate (basal ganglia) <NA> # 6 Brain - Caudate (basal ganglia) <NA> </code> </pre> <P> 那些是 <code> NA </code> 你需要警惕......下一部分只有在没有的情况下使用新列 <code> NA </code> 。 </p> <pre> <code> df1$tmp <- ifelse(is.na(df1$tmp), df1$body_site, df1$tmp) head(df1) # body_site tmp # 1 Lung Lung # 2 Lung Lung # 3 Brain - Amygdala BRNAMY # 4 Brain - Amygdala BRNAMY # 5 Brain - Caudate (basal ganglia) Brain - Caudate (basal ganglia) # 6 Brain - Caudate (basal ganglia) Brain - Caudate (basal ganglia) </code> </pre> <P> 现在，清理： </p> <pre> <code> df1$body_site <- df1$tmp df1$tmp <- NULL </code> </pre> <HR /> <P> 替代方案：加入。 </p> <pre> <code> library(dplyr) left_join(df1, df2, by=c("body_site" = "Tissue")) %>% head() # body_site Key # 1 Lung <NA> # 2 Lung <NA> # 3 Brain - Amygdala BRNAMY # 4 Brain - Amygdala BRNAMY # 5 Brain - Caudate (basal ganglia) <NA> # 6 Brain - Caudate (basal ganglia) <NA> </code> </pre> <P> （需要相同的清理） </p> <pre> <code> library(data.table) head( merge(df1, df2, by.x="body_site", by.y="Tissue", all.x=TRUE) ) # body_site Key # 1: Brain - Amygdala BRNAMY # 2: Brain - Amygdala BRNAMY # 3: Brain - Caudate (basal ganglia) <NA> # 4: Brain - Caudate (basal ganglia) <NA> # 5: Brain - Spinal cord (cervical c-1) <NA> # 6: Brain - Spinal cord (cervical c-1) <NA> </code> </pre> <P> （需要相同的清理） </p> <HR /> <P> 数据： </p> <pre> <code> df1 <- read.csv(header=T, stringsAsFactors=F, text=' body_site Lung Lung Brain - Amygdala Brain - Amygdala Brain - Caudate (basal ganglia) Brain - Caudate (basal ganglia) Lung Lung Skin - Sun Exposed (Lower leg) Skin - Sun Exposed (Lower leg) Brain - Spinal cord (cervical c-1) Brain - Spinal cord (cervical c-1)') df2 <- read.csv(header=T, stringsAsFactors=F, text=' Tissue,Key Adipose - Subcutaneous,ADPSBQ Adipose - Visceral (Omentum),ADPVSC Adrenal Gland,ADRNLG Artery - Aorta,ARTAORT Artery - Coronary,ARTACRN Artery - Tibial,ARTTBL Bladder,BLDDER Brain - Amygdala,BRNAMY Brain - Anterior cingulate cortex (BA24),BRNACC') </code> </pre> </DIV>
编辑
登录
后才能参与评论
