提问人：rose lydia 提问时间：10/27/2023 最后编辑：jpsmithrose lydia 更新时间：10/27/2023 访问量：37
使用 R 比较不同文件中的两列
Comparing two columns from different files using R
问：
我需要帮助在两列之间匹配两个文档，以便它在文档 1 中选取一对，并循环访问文档 2 查找匹配项并输出差异最小的匹配项（最佳匹配项）。例如，查看下面的数据，我希望输出在文档 2 中，其中显示文档 2 中的匹配值
文件1
|A列 |B色谱柱 |
|-------- |-------- |
|0,12 |23.45 |
|0.13 |25.65 |
文件2 |A列 |B色谱柱 | |-------- |-------- | |0,12 |23.45 | |0,12 |23.46 |
输出
| A列 | B列 | 从 doc2 匹配 |
|---|---|---|
| 单元格 1 | 单元格 2 | 0.12 |
| 单元格 3 | 单元格 4 |
为此，我开发了以下脚本。
r1
r2
matched_hold = list()
# Loop through rows in r1
for (row in r1$rowid) {
zval = r1$RTB[r1$rowid == row]
mval = r1$MZB[r1$rowid == row]
# Check if zval and mval are numeric
if (is.numeric(zval) && is.numeric(mval)) {
r2_copy = r2 %>%
filter((RTA < zval + 0.05 & RTA > zval - 0.05) &
(MZA < mval + 0.01 & MZA > mval - 0.01))
r2_copy$RTB = zval
r2_copy$MZB = mval
matched_hold[[row]] = r2_copy
}
}
# Combine the matched data frames
matched_df = do.call('rbind', matched_hold)
但是，该脚本的错误在于它没有带来最佳匹配，例如，如果有两个匹配项，一个差值为 0.5，另一个差值为 0.1，而不是选择 0.1，它会选择 0.5 匹配项。你能帮我修改一下，以便结果返回提供的最佳匹配基础和提供的标准。
答：
1赞
Gero
10/27/2023
#1
嘿，我必须承认我对你提出的例子感到困惑，让我重新表述一下，让一些更简单的东西，这样我们就可以很容易地相互理解。我也会使用您的“循环”方法帮助您完成它。随意更改它以满足您的特定需求
在这里，我们要比较两个数据帧：
df1 = data.frame(RTA=c(1, 2.1, 0, NA), MZA=c(4, 5.1, 0, NA))
df2 = data.frame(RTB=c(1, 2, 3, NA), MZB=c(4, 5, 6, NA))
现在让我们执行您尝试过的循环方法，但进行一些小的更改
# You don't need to use an ID column for the loop, can be risky
matched_hold = list()
for (row_df1 in 1:nrow(df1)){
# Let's select the row values
rta_val = df1$RTA[row_df1]
mza_val = df1$MZA[row_df1]
# As you wanted, we only consider cases when both values are numeric (and not NA values!)
if (is.numeric(rta_val) & is.numeric(mza_val) & !is.na(rta_val+mza_val)){
# Instead of a nested loop we use a vectorial composition to get all differences values
diff_per_row = abs(df2$RTB - rta_val) + abs(df2$MZB - mza_val) # Differences should be absolute!
# Now, what is the cell most similar to this cell? You can find out
row_df2 = which.min(diff_per_row)
# Introduce that cell as the list value
matched_hold[[row_df1]] = row_df2
}
}
评论