用非唯一列连接两个数据格式

Question

Synopsys

我已经有了一个使用"for“循环的解决方案，但我想知道是否有一些优雅的方法，可能使用dplyr或基R。

现有数据

2数据帧。两者都有确切的非唯一标记的确切顺序；除了eeg有不可预测的零数。行为数据集"behav“具有与标记相关的刺激数"stim”。(实际上，我在每个dataframe中都有更多的列，但为了简单起见不包括它们)

behav = data.frame(
  marker = c(1,2,3,1,2,3,7,13),
  stim   = c(168,168,168,78,78,78,23,55)
)

eeg = data.frame(
  marker = c(0,0,1,0,0,2,0,0,3,0,0,1,0,0,2,0,0,3,0,7,0,13)
)

需求

我需要给eeg数据贴上行为刺激号的标签。保存行顺序是一个必须具备的条件。

结果应该如下所示：

eeg2 = data.frame(
  marker = c(0,0,1,0,0,2,0,0,3,0,0,1,0,0,2,0,0,3,0,7,0,13),
  stim   = c(0,0,168,0,0,168,0,0,168,0,0,78,0,0,78,0,0,78,0,23,0,55)
)

我的解决方案

这样做的工作和性能是不错的大型脑电数据集。

eeg2=eeg;
eeg2$stim=NA;

lrow=1;
for(i in 1:nrow(behav)){
  behav_marker = behav[i, "marker"];

  for(j in lrow:nrow(eeg)){
    eeg_marker = eeg[j, "marker"];
    if(eeg_marker == behav_marker){
      eeg2[j,'stim'] = behav[i,'stim'];
      lrow = j+1;
      break;
    }
  }
}

使用dplyr或基R函数的更优雅的方法可以改进我的问题解决方案吗？

Answer 1

如果问题仅来自带有零的行，而其余的则是完全相同的顺序，则可以通过将stim列定义为仅为零来解决问题，然后用对应的behav值填充marker的非零值。

eeg$stim <- 0
eeg$stim[eeg$marker!=0] <- behav$stim

eeg
   # marker stim
# 1       0    0
# 2       0    0
# 3       1  168
# 4       0    0
# 5       0    0
# 6       2  168
# 7       0    0
# 8       0    0
# 9       3  168
# 10      0    0
# 11      0    0
# 12      1   78
# 13      0    0
# 14      0    0
# 15      2   78
# 16      0    0
# 17      0    0
# 18      3   78
# 19      0    0
# 20      7   23
# 21      0    0
# 22     13   55

Answer 2

为了完整起见，我们已经提供了一个base解决方案，这里是我如何使用dplyr的方法

使用dplyr::left_join()合并eeg和behav，然后用dplyr::mutate()填充NAs中的0

eeg2 <- dplyr::left_join(eeg, behav, by = c("marker"))

eeg2 <- dplyr::mutate(eeg2, stim = dplyr::if_else(is.na(stim), 0, stim))

结果：

   marker stim
1       0    0
2       0    0
3       1  168
4       1   78
5       0    0
6       0    0
7       2  168
8       2   78
9       0    0
10      0    0
11      3  168
12      3   78
13      0    0
14      0    0
15      1  168
16      1   78
17      0    0
18      0    0
19      2  168
20      2   78
21      0    0
22      0    0
23      3  168
24      3   78
25      0    0
26      7   23
27      0    0
28     13   55

不过，在这个特殊的例子中，我建议使用来自magrittr的管道(magrittr)(它增加了一些开销，但使代码更短一些，并且流得更好)：

eeg2 <- dplyr::left_join(eeg, behav, by = c("marker")) %>% 
  dplyr::mutate(stim = dplyr::if_else(is.na(stim), 0, stim))