Объединение / сопоставление фреймов данных в R

Question

У меня есть два фрейма данных.

Первый имеет два столбца: x - глубина воды, y - температура на каждой глубине.

Второй также имеет две колонки, x - это также глубина воды, но на другой глубине, чем в первой таблице.Второй столбец z - соленость.

Я хочу объединить две таблицы с помощью x, добавив z к первой таблице.Я узнал, как объединять таблицы, используя «ключ» в tidyr, но это работает только в том случае, если ключи идентичны.x в этих двух таблицах не совпадают.

То, что я хочу сделать, это сопоставить глубину x в таблице 2 с точностью в 10% от значения в таблице 1 (т. Е. От 1,1 в таблице 2 x до 1,0 в таблице 1 x).

Как я могу это сделать?

Table 1
| x | y  |
|---|----|
| 1 | 25 |
| 2 | 26 |
| 3 | 27 |

Table 2
| x    | z  |
|------|----|
| 1.1  | 30 |
| 2.05 | 35 |
| 3.8  | 34 |

Я хочу

Table 1
| x | y  | z  |
|---|----|----|
| 1 | 25 | 30 |
| 2 | 26 | 35 |
| 3 | 27 | NA |

Первые два значения 'x' имеют совпадения (в пределах 10% абсолютной разницы) в Table 2.Третий нет.

Answer 1

Опция, использующая sqldf, может быть достигнута как:

library(sqldf)


sqldf("select T1.x, T1.y, A.z from Table_1 T1
left join (select Table_1.x, Table_1.y, Table_2.z from Table_1 
   left join Table_2 where round((100*abs(Table_1.x - Table_2.x)/Table_1.x),0) <= 10) A 
on T1.x = A.x")

#   x  y  z
# 1 1 25 30
# 2 2 26 35
# 3 3 27 NA

Данные:

Table_1 <- read.table(text = 
"x  y  
1   25  
2   26  
3   27",
header = TRUE)


Table_2 <- read.table(text = 
"x  z  
1.1    30  
2.05   35  
3.8    34",
header = TRUE)

Answer 2

Редактировать после предоставления данных:

Получение определения данных из сообщения @ MKR:

library(fuzzyjoin)
fuzzy_left_join(Table_1, Table_2,match_fun = function(x,y)  y> x & y<=1.1*x )
# Joining by: "x"
#   x.x  y  x.y  z
# 1   1 25 1.10 30
# 2   2 26 2.05 35
# 3   3 27   NA NA

---

общие пояснения с поддельными данными (первый ответ)

поддельные данные

iris1 <- head(iris[1:2])
iris1
#   Sepal.Length Sepal.Width
# 1          5.1         3.5
# 2          4.9         3.0
# 3          4.7         3.2
# 4          4.6         3.1
# 5          5.0         3.6
# 6          5.4         3.9

iris2 <- head(iris[c(1,3)])
set.seed(1)

# add noise
iris2$Sepal.Length <- iris2$Sepal.Length + rnorm(6,sd=0.05)

# shuffle rows
iris2 <- iris2[sample(seq(nrow(iris2))),]

iris2
#   Sepal.Length Petal.Length
# 5     5.016475          1.4
# 2     4.909182          1.4
# 4     4.679764          1.5
# 6     5.358977          1.7
# 3     4.658219          1.3
# 1     5.068677          1.4

код

library(fuzzyjoin)
fuzzy_left_join(iris1,iris2,match_fun= function(x,y) y>0.99*x & y<1.01*x )
# Joining by: "Sepal.Length"
# Sepal.Length.x Sepal.Width Sepal.Length.y Petal.Length
# 1            5.1         3.5       5.068677          1.4
# 2            4.9         3.0       4.909182          1.4
# 3            4.7         3.2       4.679764          1.5
# 4            4.7         3.2       4.658219          1.3
# 5            4.6         3.1             NA           NA
# 6            5.0         3.6       5.016475          1.4
# 7            5.4         3.9       5.358977          1.7

Мы видим, что некоторые строкиочень хорошо соответствует, давайте посмотрим на исключения.В строке № 4 добавлено слишком много шума в iris2, поэтому он был соединен со строкой 3, в которой есть 2 совпадения.Когда я выбрал левое соединение, строка 4 по-прежнему отображается, но с NAs для столбцов iris2.

Насколько я понимаю:

• Присоединяющиеся столбцы будутбыть расширенным
• Функция принимает эти длинные столбцы (6*6==36 элементы здесь) в качестве аргументов
• Мы применяем векторизованные функции (например, < или & в данном случае) для возвратавектор логики, который будет фильтровать эти длинные столбцы для построения выходных данных data.frame.

distance_left_join более прост в использовании, но тогда это абсолютное расстояние, а не относительное.