1

Estoy con una duda que no puedo resolver, y quizá alguien puede ayudarme.

Tengo un data frame que tiene dos columnas con ID(ID1 e ID2) por asi decirlo y otra con valores. Por el otro, tengo otro data frame con la misma configuracion, solo que para determinados ID, tiene distintos valores en la columna VALUE1. Lo que estoy intentando es lo siguiente: Mi idea es armar un tercer DF, el cual cuando ID1 e ID2 cumplan ciertos criterios, tome los valores del DF2. En resumidas cuentas seria alguna especie de IF en el DF que cuando ID1 e ID2 cumplan una condicion "x" tomen los valores de la columna values del DF2, de lo contrario, que mantengan el dato que figura en el DF1.

Adjunto un ejemplo, donde tengo 3 data frames. La idea seria que tome el DF1 como base, pero que si el ID1=5 y el ID2<100, entonces reemplace los valores de la columna VALUE1, en base a los datos del DF2. El DF3 seria el resultado buscado.

introducir la descripción de la imagen aquí

Intente utilizar if, ifelse y merge pero no obtuve los resultados que esperaba. Alguien podria orientarme?

Desde ya muchas gracias!!

1 respuesta 1

0

En primer lugar necesitas relacionar las filas de los dos data.frames (join) por ambos ID y luego usar un VALUE en función de la condición del ID2 < 100. Esto si puedes usar tidyverse es bastantes simple:

Suponiendo estos datos:

df1 <- data.frame(ID1=c(5, 5), ID2=c(50, 150), VALUE1=c(100, 100))
df2 <- data.frame(ID1=c(5, 5), ID2=c(50, 150), VALUE1=c(40, 30))

Podemos hacer:

library(tidyverse)

df1 %>% 
  left_join(df2, by = c("ID1", "ID2")) %>% 
  mutate(VALUE = ifelse(ID2 < 100 & !is.na(VALUE1.y), VALUE1.y, VALUE1.x)) %>% 
  select(ID1, ID2, VALUE)

  ID1 ID2 VALUE
1   5  50    40
2   5 150   100

El left_join() relaciona las filas según by y el mutate() lo usamos para crear la nueva columna VALUE que es el resultado de la condición en el ifelse().

Eventualmente, podrías usar R base aunque, en estos casos, suele ser un código menos claro o explicativo:

df3 <- merge(df1, df2, by = c("ID1", "ID2"), all.x = TRUE)
df3$VALUE <- ifelse(df3$ID2 < 100 & !is.na(df3$VALUE1.y), df3$VALUE1.y, df3$VALUE1.x)
4
  • Muchas gracias! Creo que entiendo y ya mismo lo voy chequear. No queria dejar de preguntarte(quiza es una pregunta facil de chequear en otro lado pero aun no lo encontre) ¿ Que función cumple la parte del codigo & !is.na(df3$VALUE1.y), df3$VALUE1.y, df3$VALUE1.x) Muchas gracias!
    – nico
    Commented el 24 jun. 2021 a las 15:03
  • Por lo que has mostrado en tu ejemplo, no todos los IDs de df1 se encuentran en df2, ese código es para validar que si vas a usar df2$VALUE1 este no sea NA por que no existe la fila en df2. Commented el 24 jun. 2021 a las 15:08
  • Perdon, lo copie mal. Seria la siguiente parte df3$VALUE1.y, df3$VALUE1.x) entiendo que seria el resultado que arroja el ifelse cuando no se cumplen las condiciones, pero no entiendo porque figura una vez con .y, y luego con .x. De nuevo,mil gracias!
    – nico
    Commented el 24 jun. 2021 a las 15:20
  • Ok, cuando se hace un merge o join de dos dataframes las columnas con el mismo nombre se renombran como nombre.y y nombre .y una es la del df1 y la otra la del df2 Commented el 24 jun. 2021 a las 15:26

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.