Eu tenho dois quadros de dados:

Partner<-c("Alpha","Beta","Zeta")
COL1<-c("A","C","M")
COL2<-c("B","D","K")
COL3<-c("C","F",NA)
COL4<-c("D",NA,NA)
df1<-data.frame(Partner,COL1,COL2,COL3,COL4)

lift<-c(9,10,11,12,12,23,12,24)
RULE1<-c("B","B","D","A","C","K","M","K")
RULE2<-c("A","A","C","B","A","M","T","M")
RULE3<-c("G","D","M","C" ,"M", "E",NA,NA)
RULE4<-c(NA,NA,"K","D" ,NA, NA,NA,NA)

df2<-data.frame(lift,RULE1,RULE2,RULE3,RULE4)

df1
Partner    COL1    COL2    COL3    COL4
Alpha         A       B       C       D
Beta          C       D       F      NA
Zeta          M       K      NA      NA

df2
lift    RULE1    RULE2     RULE3    RULE4
   9        B        A         G       NA
  10        B        A         D       NA
  11        D        C         M        K
  12        A        B         C        D
  12        C        A         M       NA
  23        K        M         E       NA
  12        M        T        NA       NA
  24        K        M        NA       NA

Esta é uma análise da cesta de mercado. df1 é o cliente / parceiro que comprou cada um dos itens listados: A, B, C ... etc.

df2 são as recomendações associadas aos itens comprados no passado.

O último valor em cada uma das linhas df2 representa a recomendação. Portanto, os valores anteriores em cada linha do último valor não-NA são os "cestos".

Portanto, por exemplo, na primeira linha do df2, é declarado: Se B e A forem comprados juntos, recomende G.

Quero descobrir se cada parceiro do DF1 comprou TODOS os valores em cada linha, excluindo o valor final, já que essa é a recomendação. Em seguida, adicione essa recomendação ao final de cada linha do novo quadro de dados.

Por exemplo: Para o parceiro: Alpha, seria bom recomendar o valor G da primeira linha? A resposta seria sim, porque eles compraram todos os valores dessa linha no df2 (A e B).

Para o parceiro: Beta, não seria bom recomendar o valor G, porque nem todos os valores da primeira linha do df2 são encontrados na linha Beta.

Saída final:

Partner    COL1    COL2    COL3    COL4    lift   RULE1    RULE2    RULE3    RULE4   Does Last Non-NA Value Exist in Row?
Alpha         A       B       C       D       9       B        A        G       NA                                    No
Alpha         A       B       C       D      10       B        A        D       NA                                   Yes
Alpha         A       B       C       D      12       A        B        C        D                                   Yes
Alpha         A       B       C       D      12       C        A        M       NA                                    No
Zeta          M       K      NA      NA      23       K        M        E       NA                                    No
Zeta          M       K      NA      NA      12       M        T       NA       NA                                    No
Zeta          M       K      NA      NA      24       K        M       NA       NA                                   Yes

Resultados escritos para maior clareza:

df3

a linha1 gera "Não" porque G não é encontrado no Alpha Partner e todos os valores antes de G aparecem no Alpha Partner (B, A)

a linha2 gera "Sim" porque D é encontrado no Alpha Partner e todos os valores antes de D aparecem no Alpha Partner (B, A)

a linha3 gera "Sim" porque D é encontrado no Alpha Partner e todos os valores antes de D aparecem no Alpha Partner (A, B, C)

a linha4 gera "Não" porque M não é encontrado no Alpha Partner e todos os valores antes de M aparecem no Alpha Partner (C, A)

row5 gera "Não" porque E não é encontrado no Zeta Partner e todos os valores anteriores a E aparecem no Zeta Partner (K, M)

row6 gera "Não" porque T não é encontrado no Zeta Partner e todos os valores antes de T aparecem no Zeta Partner (M)

row7 gera "Sim" porque M é encontrado no Zeta Partner e todos os valores antes de M aparecem no Zeta Partner (K)

Eu acho que tem que ser uma junção ou uma partida de algum tipo, mas não consigo descobrir como fazê-lo.

Isso seria extremamente útil se alguém pudesse me ajudar com isso.

Obrigado.

Esta foi a tentativa:

df1<-cbind(df1_id=1:nrow(df1),df1)
df2 <- cbind(df2_id=1:nrow(df2),df2)
d11  <- df1 %>% gather(Col, Value,starts_with("C"))           #Long
d11 <- d11 %>% na.omit() %>%group_by(df1_id) %>% slice(-n()) #remove last non NA
d22  <- df2 %>%  gather(Rule, Value,starts_with("R"))
res <- inner_join(d11,d22)
rm(d22)
rm(d11)
final<-cbind(df1[res$df1_id,],df2[res$df2_id,])
final$Exist <- apply(final, 1, FUN = function(x) 
c("No", "Yes")[(anyDuplicated(x[!is.na(x) & x != "" ])!=0) +1])

Mas isso não funcionou porque não levou em consideração todos os valores, apenas se um deles corresponder ... nem todos.