0

Tenho duas tabelas banco1.csv e banco2.csv. As duas tem em comum id e cpf; O banco1.csv é minha "tabela principal".

Preciso verificar cruzar as informações (no R) das tabelas e criar uma coluna (no banco1) que me informe se aquele registro existe ou não na outra tabela (que seria banco2).

Exemplo:

banco1

id cpf nome existe_em_banco2*
1 000 João Não
2 111 Marta Sim
3 222 Jonas Sim

*essa coluna seria produto do cruzamento

banco2

id cpf nome
1 000 Robson
2 111 Marta
3 222 Jonas

Não sei se me fiz claro, mas com falta de conhecimento técnico fica difícil até de explicar a perguntar... Enfim.

1
  • 3
    Não entendi o exemplo. id = 1 e cpf = 000 existem nos dois bancos de dados para pessoas diferentes. O objetivo é comparar os nomes das pessoas com mesmo id e cpf e ver se eles são diferentes entre os bancos? Commented 16/03/2023 às 15:19

3 Respostas 3

2

Assumindo que id ou cpf sejam únicos em cada banco, pode usar intersect para determinar as linhas em comum entre os dois data.frames, e ifelse para converter TRUE/FALSE para Sim/Não. Vou usar cpf:

Com tidyverse

library(dplyr)

banco1 %>% mutate(existe_em_banco2 = ifelse(cpf %in% intersect(banco1, banco2)$cpf, "Sim", "Não"))
#>   id  cpf  nome existe_em_banco2
#> 1  1 00-0  João              Não
#> 2  2 11-1 Marta              Sim
#> 3  3 22-2 Jonas              Sim

Com data.table

library(data.table)

setDT(banco1)
setDT(banco2)

banco1[, existe_em_banco2 := fifelse(cpf %in% fintersect(banco1, banco2)$cpf, "Sim", "Não")]

banco1
#>    id  cpf  nome existe_em_banco2
#> 1:  1 00-0  João              Não
#> 2:  2 11-1 Marta              Sim
#> 3:  3 22-2 Jonas              Sim

Dados

banco1 <- read.csv(text = "
  id,cpf,nome
  1,00-0,João
  2,11-1,Marta
  3,22-2,Jonas")

banco2 <- read.csv(text = "
  id,cpf,nome
  1,00-0,Robson
  2,11-1,Marta
  3,22-2,Jonas")
2

Em R base pode-se usar o merge para ver quais linhas existem nos dois bancos de dados. Com o argumento all.x = TRUE se a linha não existir no outro banco, o valor é NA, que depois pode ser testado.

Na primeira maneira o resultado final é lógico FALSE/TRUE.

banco1 <- merge(banco1, cbind(banco2, existe_em_banco2 = TRUE), all.x = TRUE)
banco1$existe_em_banco2 <- !is.na(banco1$existe_em_banco2)
banco1
#>   id cpf  nome existe_em_banco2
#> 1  1 000  João            FALSE
#> 2  2 111 Marta             TRUE
#> 3  3 222 Jonas             TRUE

Created on 2023-03-16 with reprex v2.0.2

Se quiser a saída tal e qual está na pergunta, mais uma instrução resolve o problema.

banco1 <- merge(banco1, cbind(banco2, existe_em_banco2 = TRUE), all.x = TRUE)
banco1$existe_em_banco2 <- !is.na(banco1$existe_em_banco2)
banco1$existe_em_banco2 <- c("Não", "Sim")[1L + banco1$existe_em_banco2]
banco1
#>   id cpf  nome existe_em_banco2
#> 1  1 000  João              Não
#> 2  2 111 Marta              Sim
#> 3  3 222 Jonas              Sim

Created on 2023-03-16 with reprex v2.0.2


Dados

banco1 <- read.table(text = "
id  cpf     nome    existe_em_banco2*
1   000     João    Não
2   111     Marta   Sim
3   222     Jonas   Sim", header = TRUE, colClasses = "character")
banco1  <- banco1[-4]

banco2 <- read.table(text = "
id  cpf     nome
1   000     Robson
2   111     Marta
3   222     Jonas", header = TRUE, colClasses = "character")

Created on 2023-03-16 with reprex v2.0.2

1
2

Aproveitando as tabelas construídas pelo @Rui Barradas, segue uma sugestão usando {tidyverse}:

library(tidyverse)

Para uma saída com resultados lógicos:

banco1 %>% 
  left_join(banco2, by = c("id", "cpf")) %>% 
  mutate(existe_em_banco_2 = if_else(condition = nome.x == nome.y,
                                     true = TRUE,
                                     false = FALSE))


  id cpf nome.x nome.y existe_em_banco_2
1  1 000   João Robson             FALSE
2  2 111  Marta  Marta              TRUE
3  3 222  Jonas  Jonas              TRUE

Para uma saída com resultados "sim" ou "não":


banco1 %>% 
  left_join(banco2, by = c("id", "cpf")) %>% 
  mutate(existe_em_banco_2 = if_else(condition = nome.x == nome.y,
                                     true = "Sim",
                                     false = "Não"))

  id cpf nome.x nome.y existe_em_banco_2
1  1 000   João Robson               Não
2  2 111  Marta  Marta               Sim
3  3 222  Jonas  Jonas               Sim
1
  • vocês são mil! muito obrigado, gente! obrigado, mesmo. Commented 16/03/2023 às 23:49

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .