Question

我有两个不同长度的数据帧，我想在第一个数据帧中添加一个新列，并使用第二个数据帧的相应值。

相应的值由以下条件if (DF1[i,1] == DF2[,1] & DF1[i,2] == DF2[i,2]) == TRUE定义，然后该行的值应从DF2获取并写入DF1$newColumn[i]。

以下数据框用于说明问题：

DF1<-data.frame(X = rep(c("A","B","C"),each=3),
                Y = rep(c("a","b","c"),each=3))

DF2<-data.frame(X = c("A","B","C"),
                Y = c("a","b","c"),
                Z = c(1:3))

我尝试使用上面文本中的if()语句，但条件返回一个TRUE / FALSE的向量，但似乎不起作用。

我现在使用的代码是

  for (i in 1 : length(DF1[,1])) {
  DF1$Z[i] <- subset(DF2,DF2$X == DF1$X[i] & DF2$Y == DF1$Y[i])$Z               
}

然而，它非常慢（用户系统已经过了115.498 12.341 127.799，我的完整数据帧）并且必须有一种更有效的方法来编码。另外，我反复阅读过，矢量化比循环更有效，但我不知道该怎么做。

我确实需要使用条件语句，例如

DF1$Zz<-rep(DF2$Z,each=3)

不适用于我的真实数据集。

Answer 1

DF1$Z <- sapply(1:nrow(DF1), function(i) DF2$Z[DF2$X==DF1$X[i] & DF2$Y==DF1$Y[i]])似乎花费了大约四分之一的for循环时间。

我用每个代表创建了300个DF1，我的函数需要大约2秒来运行;你的子集循环需要大约8秒运行，并将你的循环重新打包成一个sapply需要〜5秒才能运行。

如何根据多个条件将列添加到具有另一个值的数据框中

1 个答案: