R语言基于自定义映射数据框拆分tibble的Spray列为f、s两列

核心逻辑 #

• 常规左连接仅能实现单向匹配，但需求中Spray列的取值既可能出现在fs映射表的f列，也可能出现在fs表的s列，无法通过单次join完成匹配
• 实现思路：将fs映射表转换为双向可识别的查找结构，把每一组(f值, s值)的配对拆分为两个匹配入口：分别以f值、s值为匹配键，保留对应的完整配对关系，再和原表按Spray值左连接即可
• 查找表构造过程中通过distinct去重，可兼容fs表中s列存在重复值的场景（比如本例中F5、F6对应的s值都是dsf），避免匹配冲突

完整可运行代码 #

library(tidyverse)

# 构造原始tibble数据
tib <- tibble(
  Dis = c("One", "One", "Two", "Three", "Three"),
  Spray = c("F1", "F1", "F2", "other", "nj"),
  freq = c(80, 20, 1.34, 15.3, 20.2),
  Nom = c("A", "B", "C", "C", "D")
)

# 构造存储映射关系的fs数据框
f_vec <- c("F1", "F2", "F3", "F4", "F5", "F6", "F7")
s_vec <- c("other", "nj", "na", "ker", "dsf", "dsf", "rth")
fs <- data.frame(f = f_vec, s = s_vec)

# 构建双向可匹配的查找表
fs_lookup <- fs %>% 
  # 提取f值作为匹配键的条目
  transmute(match_key = f, f, s) %>% 
  # 提取s值作为匹配键的条目
  bind_rows(fs %>% transmute(match_key = s, f, s)) %>% 
  # 去重避免匹配冗余
  distinct(match_key, .keep_all = TRUE)

# 左连接匹配，保留原表所有行和顺序
result <- tib %>% 
  left_join(fs_lookup, by = c("Spray" = "match_key"))

结果校验 #

运行代码后输出的result表完全符合映射逻辑：

注：对照给出的预期结果，第5行的s值写为other，结合fs表中F2与nj的固定配对关系，该位置应为nj，属于书写笔误。

内容的提问来源于stack exchange，提问作者George