根据多个选择条件匹配的两个不同数据框中的行建立第三个数据帧

Question

我想检查一个数据帧（“apx”）中是否有任何行，其中来自apx中“AD”列的条目与条目匹配在另一个数据帧（“npx”）的“AD”列中，AND，其中来自匹配行的SD条目在另一个数据帧的13个单位内。

我检查过几个不同的参考，但由于我需要建立第三个数据帧（和其他原因），找不到答案。

我的工作试用这个...

 npx <- data.frame(TN = c(111, "Z2", 4, "fox", 34256, 4782, "ZGJU45"), 
       SD=c(100, 200, 100, 600, 500, 115, 455), 
       AD=c("34YY", "37PD", "123M", "235W", "37PD", "123M", "1WW")) 


     apx <- data.frame(TN = c(222, "X34", 5, "bear", 47789, 37281, "VF456"), 
       SD = c(101, 201, 310, 450, 515, 660, 505), 
       AD = c("123M", "23XY", "5S S", "1WW", "27 30R", "14M", "37PD")) 

注：AD输入 “123M” “1WW” 和 “37PD” 出现在APX和NPX。第一个和第三个在npx中出现两次。

投保因素改变字符：

 i <- sapply(apx, is.factor) 
     apx[i] <- lapply(apx[i], as.character) 
     i <- sapply(npx, is.factor) 
     npx[i] <- lapply(npx[i], as.character) 

我的第五次尝试...（强制SD条目为整数）...

 test5 <- apx[which(apx$AD == npx$AD & 
       as.integer(npx$SD) - as.integer(apx$SD) < 13) 
     %in% as.integer(npx$SD), ] 

我的一个较早的尝试....

 test3 <- apx[which(apx$AD == npx$AD & 
       as.integer(npx$SD) - as.integer(apx$SD) < 13) 
     %in% setequal(npx$SD, apx$SD), ] 

什么，我在第三个数据帧寻找的是....

   TN  SD  AD 
     [1] 222 101 123M 

因为123M（apx的第一行）在npx的第三行中找到，SD的对应条目在彼此的13个单元（100和101）内;然而，在第二次出现123M的npx（第六行）中，SD的相应条目之间的差异相距15个单位。实际上，我仅查找那些npx中的SD条目大于（仅）比apx中的相应SD条目更大的实例。

 [2] bear 450 1WW  

因为1WW（APX的第四行）的NPX最后一行和用于SD的相应条目中找到的是内13个单位彼此（450和455）的。

 [3] VF456 505 37PD 

虽然37PD（APX的最后一行）NPX的第二行中被发现，该条目不质量37PD因为相应的SD值是超过13个单位间隔（200和505）;然而，npx（第五行）中37PD的其他外观的SD的相应条目在彼此的13个单位内，从而限定37PD出现在结果数据帧中。

我在咬牙切齿，期待有人向我展示一种非常简单的方法来做到这一点，但是比旋转更多的轮子还要遭受尴尬。提前致谢。

Answer 1

如果我理解你想要做什么，我想我们可以用merge和subset功能：

merge_df <- merge(npx, apx, by = 'AD', suffixes = c('npx','apx')) 

subset(merge_df, SDnpx - SDapx <= 13 & SDnpx >= SDapx) 

    AD TNnpx SDnpx TNapx SDapx 
3 1WW ZGJU45 455 bear 450 

但我得承认，我真的不很明白正是你的状况你正试图执行。如果我们感兴趣的是其中有一个SD区别< = 13行，那么我们可以做到以下几点：

subset(merge_df, abs(SDnpx - SDapx) <= 13) 

    AD TNnpx SDnpx TNapx SDapx 
1 123M  4 100 222 101 
3 1WW ZGJU45 455 bear 450 
5 37PD 34256 500 VF456 505 

然后获取数据到您最终希望的形式（这是不是很清楚要么）仅仅是重命名和/或删除data.frame中的列。