使用 R 比较不同文件中的两列

Question

我需要帮助来匹配两列之间的两个文档，以便它选择文档 1 中的对，并循环遍历文档 2 查找匹配项并输出差异最小的匹配项（最佳可能匹配项）。例如，查看下面的数据，我希望输出位于文档 2 中，其中显示文档 2 中的匹配值 文件1 | A 栏 | B 栏 |
| -------- | -------- | | 0.12 | 0.12 23.45 | 23.45 | 0.13 | 0.13 25.65 |

文件2 | A 栏 | B 栏 | | -------- | -------- | | 0.12 | 0.12 23.45 | 23.45 | 0.12 | 0.12 23.46 |

输出

A 栏	B 栏	来自 doc2 的匹配
细胞1	细胞2	0.12
细胞3	4 号电池

我开发了以下脚本来做到这一点。

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，该脚本是错误的，因为它没有带来最佳匹配，例如，如果有两个匹配，一个差异为 0.5，另一个差异为 0.1，则不会选择 0.1，而是会选择 0.5 匹配。您能否帮我修改它，以便结果返回符合所提供条件的最佳匹配基础。

Answer 1

嘿，我必须承认我对你举的例子感到困惑，让我重新表述一下，让事情变得更简单，这样我们就可以轻松地互相理解。我也会使用“循环”方法帮助您完成它。请随意更改它以满足您的特定需求

这里有我们要比较的两个数据框：

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，但做一些小改动

# 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
     
  }
}