Maç Birleştirme R

Bazı SAS programlarını R'ye geçirme üzerinde çalışıyorum ve bu basit mantık mantığını gerçekleştirmenin en iyi yolunu bulmakta zorlanıyorum. Sadece aslında satır milyonlarca dışarı xx ve yy maç birkaç bin satır olabileceğindenMaç Birleştirme R

proc sort data=df1; by cridsessid mode refresh_key; run; 
proc sort data=df2; by cridsessid mode refresh_key; run; 

data df3; 
    merge df1(in=xx) df2(in=yy); 
    by cridsessid mode refresh_key; 
    if xx and yy then do; 
    cridsessid=catx(':',cridsessid,refresh_key2); 
    end; 
run;;

veri setleri zordur, ancak temel çıkış şuna benzer:

df1 bir dput() ait olan

      transId_app mode     sm_bdt     sm_edt 
1 c3bca1af-ed0d-4403-9552-29758055f7a3 None 21MAR2016:07:07:56.611 21MAR2016:07:07:56.627 
2 68f85148-6b75-49dc-90f9-5bb66b6a750b None 21MAR2016:07:07:56.940 21MAR2016:07:07:56.940 
3 68f85148-6b75-49dc-90f9-5bb66b6a750b None 21MAR2016:07:07:56.940 21MAR2016:07:07:56.955 
4 68f85148-6b75-49dc-90f9-5bb66b6a750b None 21MAR2016:07:07:56.940 21MAR2016:07:07:56.940 
5 68f85148-6b75-49dc-90f9-5bb66b6a750b None 21MAR2016:07:07:56.924 21MAR2016:07:07:56.940 
6 7a0c53a3-00b4-4b81-8238-24a738e5f4ed None 21MAR2016:07:08:33.003 21MAR2016:07:08:33.003 
    mode_                cridsessid 
1 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
2 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
3 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
4 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
5 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
6 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2 
    refresh_key 
1  7.125 
2  7.125 
3  7.125 
4  7.125 
5  7.125 
6  7.142

structure(list(transId_app = c("c3bca1af-ed0d-4403-9552-29758055f7a3", 
"68f85148-6b75-49dc-90f9-5bb66b6a750b", "68f85148-6b75-49dc-90f9-5bb66b6a750b", 
"68f85148-6b75-49dc-90f9-5bb66b6a750b", "68f85148-6b75-49dc-90f9-5bb66b6a750b", 
"7a0c53a3-00b4-4b81-8238-24a738e5f4ed", "7a0c53a3-00b4-4b81-8238-24a738e5f4ed", 
"7a0c53a3-00b4-4b81-8238-24a738e5f4ed", "7a0c53a3-00b4-4b81-8238-24a738e5f4ed" 
), mode = c("None", "None", "None", "None", "None", "None", "None", 
"None", "None"), sm_bdt = c("21MAR2016:07:07:56.611", "21MAR2016:07:07:56.940", 
"21MAR2016:07:07:56.940", "21MAR2016:07:07:56.940", "21MAR2016:07:07:56.924", 
"21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003", "21MAR2016:07:08:32.988", 
"21MAR2016:07:08:32.957"), sm_edt = c("21MAR2016:07:07:56.627", 
"21MAR2016:07:07:56.940", "21MAR2016:07:07:56.955", "21MAR2016:07:07:56.940", 
"21MAR2016:07:07:56.940", "21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003", 
"21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003"), mode_ = c("Pass1", 
"Pass1", "Pass1", "Pass1", "Pass1", "Pass1", "Pass1", "Pass1", 
"Pass1"), cridsessid = c("0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2" 
), refresh_key = c(7.125, 7.125, 7.125, 7.125, 7.125, 7.142, 
7.142, 7.142, 7.142)), .Names = c("transId_app", "mode", "sm_bdt", 
"sm_edt", "mode_", "cridsessid", "refresh_key"), class = "data.frame", row.names = c(NA, 
9L))

df2 bir dput() arasında bir dput() arasında

structure(list(mode = c("None", "None", "LazyLoadUncached", "None", "LazyLoadUncached", "None"), cridsessid = c("0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", "0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2", "00e8a4c5-904d-46a4-a7b1-e4e6383bdd10:bf97d617-fbe8-4c4d-ab0e-c00d48bce120", "00e8a4c5-904d-46a4-a7b1-e4e6383bdd10:bf97d617-fbe8-4c4d-ab0e-c00d48bce120", "02063ca4-ccf3-4326-b87d-fe5ab13d2d7f:07783670-5ace-47bc-a707-db5b8064e241", "02063ca4-ccf3-4326-b87d-fe5ab13d2d7f:07783670-5ace-47bc-a707-db5b8064e241" ), refresh_key_ = c("7.142+0", "7.142+0", "0.317+0", "0.317+0", "5.658+17", "5.658+17"), refresh_key = c(7.142, 7.142, 0.317, 0.317, 5.658, 5.658), refresh_key2 = c(7.142, 7.142, 0.317, 0.317, 5.658, 5.658)), .Names = c("mode", "cridsessid", "refresh_key_", "refresh_key", "refresh_key2"), row.names = c(NA, 6L), class = "data.frame")

df3

transId_app mode sm_bdt sm_edt 1 7a0c53a3-00b4-4b81-8238-24a738e5f4ed None 21MAR2016:07:08:33.003 21MAR2016:07:08:33.003 2 7a0c53a3-00b4-4b81-8238-24a738e5f4ed None 21MAR2016:07:08:33.003 21MAR2016:07:08:33.003 3 7a0c53a3-00b4-4b81-8238-24a738e5f4ed None 21MAR2016:07:08:32.988 21MAR2016:07:08:33.003 4 7a0c53a3-00b4-4b81-8238-24a738e5f4ed None 21MAR2016:07:08:32.957 21MAR2016:07:08:33.003 mode_ cridsessid 1 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142 2 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142 3 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142 4 Pass1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142 refresh_key refresh_key_ refresh_key2 1 7.142 7.142+0 7.142 2 7.142 7.142+0 7.142 3 7.142 7.142+0 7.142 4 7.142 7.142+0 7.142

ile

   mode 
1    None 
2    None 
3 LazyLoadUncached 
4    None 
5 LazyLoadUncached 
6    None 
                   cridsessid refresh_key_ 
1 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2  7.142+0 
2 0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2  7.142+0 
3 00e8a4c5-904d-46a4-a7b1-e4e6383bdd10:bf97d617-fbe8-4c4d-ab0e-c00d48bce120  0.317+0 
4 00e8a4c5-904d-46a4-a7b1-e4e6383bdd10:bf97d617-fbe8-4c4d-ab0e-c00d48bce120  0.317+0 
5 02063ca4-ccf3-4326-b87d-fe5ab13d2d7f:07783670-5ace-47bc-a707-db5b8064e241  5.658+17 
6 02063ca4-ccf3-4326-b87d-fe5ab13d2d7f:07783670-5ace-47bc-a707-db5b8064e241  5.658+17 
    refresh_key refresh_key2 
1  7.142  7.142 
2  7.142  7.142 
3  0.317  0.317 
4  0.317  0.317 
5  5.658  5.658 
6  5.658  5.658

structure(list(transId_app = c("7a0c53a3-00b4-4b81-8238-24a738e5f4ed", 
"7a0c53a3-00b4-4b81-8238-24a738e5f4ed", "7a0c53a3-00b4-4b81-8238-24a738e5f4ed", 
"7a0c53a3-00b4-4b81-8238-24a738e5f4ed"), mode = c("None", "None", 
"None", "None"), sm_bdt = c("21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003", 
"21MAR2016:07:08:32.988", "21MAR2016:07:08:32.957"), sm_edt = c("21MAR2016:07:08:33.003", 
"21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003", "21MAR2016:07:08:33.003" 
), mode_ = c("Pass1", "Pass1", "Pass1", "Pass1"), cridsessid = c("0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142", 
"0043dfb7-9a98-4b7c-9c04-5afc05580843:96530555-3568-468c-9bb4-ddd77278f1b2:7.142" 
), refresh_key = c(7.142, 7.142, 7.142, 7.142), refresh_key_ = c("7.142+0", 
"7.142+0", "7.142+0", "7.142+0"), refresh_key2 = c(7.142, 7.142, 
7.142, 7.142)), .Names = c("transId_app", "mode", "sm_bdt", "sm_edt", 
"mode_", "cridsessid", "refresh_key", "refresh_key_", "refresh_key2" 
), row.names = c(NA, 4L), class = "data.frame")

ben dplyr içinde semi_join() farkındayım ve etkili if xx and yy yerini alabilir düşünüyorum, ama ben böyle bir şey yapmak için kullanabileceği bir Mantıksal Vector alacağı nasıl emin değilim, bir data.frame semi_join() döndürür Bu:

df <- full_join(df1, df2, by="cridsessid", "mode", "refresh_key") 
x <- {logical vector} 
df[x, "cridsessid"] <- df[x, paste("cridsessid", "mode", sep=":")]

kaynak

2016-04-13 sosukeinu

verin bir [MCVE] ve beklenen çıkış örneği cressid' 'için hiç eşleşme olmadığını ve ayrıca üretilen olmalıydı O –

çalışan bir R oturumu içine yapıştırmaya izin vermek için 'dput'. –

, dput() çıkışı ekledi. Teşekkür ederim. Dediğim gibi, hala öğreniyorum :) – sosukeinu

Bu girdi setleri küçük bir çift ve SAS dönmek ne bir çıkış veri kümesi yokluğunda belirsiz biraz. (Bir SAS birleşmesi ne tür bir birleştirme yapar?) Xx ve yy'nin bir iç birleştirme için GERÇEKLEŞTİRİLDİĞİNİ hayal ederdim. Daha sonra, yapıştırılan var1, ":", var2'un değerlerinin var1 numaralı adresine atamanız yeterlidir. bu temel işlevi merge varsayılan eylemdir beri inner_join kullanmıyorum:

df3 <- merge(df1, df2, by="var1", "var2", "var3") 

df3["var1"] <- with(df3, paste0(var1, var4, sep=":"))

kaynak

2016-04-13 19:02:36

iyi yakalama, bunu özledim ve "full_join()" olarak güncellenmesi gerektiği gibi. Bazı küçük örnek verileri de ekledim. Teşekkür ederim. – sosukeinu

Tam katılım istiyorsanız "all = TRUE" parametresini "birleştir" olarak bir parametre olarak kullanın ve ardından NA değerlerini test edin, ancak örneğinizin eşleşen ölçütlerden en az biri için eşleşme bulunmuyor. Yani gerçekten yararlı bir gösteri için kullanılamaz. –

NA değerleri için test, aradığım anahtardı. Çok basit, bunu daha önce görmediğime inanamıyorum. Yardımın için çok teşekkür ederim. – sosukeinu

cevap

İlgili konular