我有两个数据帧Table_1和Table_2，我需要向"index"添加一列Table_2，其中值1用于匹配Table_1和其他人为0。
基本上，我需要匹配表_1中的“ Pol”，“ CTY”，“ STATE”和“ CRP”列以及表_2中的“ STATE”，“ CTY”，“ CRP”和“ Pol_No”。
我更喜欢data.table方法。
Table_1:
Pol Cty Avg STATE CRP
85010 23 1123 MO 11
75022 23 1123 MO 11
35014 143 450 MO 11
.
.
Table_2:
STATE CTY CRP Pol_No Plan Price
AL 1 11 150410 90 4563
AL 1 21 45023 90 5402
MO 143 11 85010 90 2522
.
.
所需的输出如下。
Table_2:
STATE CTY CRP Pol_No Plan Price Index
AL 1 11 150410 90 4563 0
AL 1 21 45023 90 5402 0
MO 143 11 85010 90 2522 1
.
.
我怎么能达到R。
感谢您的帮助。
谢谢。
答案 0 :(得分：0)
我认为这是直接的多列联接：
library(dplyr)
t2 %>%
left_join(transmute(t1, CTY=Cty, STATE, Index=1L), by=c("CTY", "STATE")) %>%
mutate(Index = if_else(is.na(Index), 0L, Index))
# STATE CTY CRP Pol_No Plan Price Index
# 1 AL 1 11 150410 90 4563 0
# 2 AL 1 21 45023 90 5402 0
# 3 MO 143 11 85010 90 2522 1
编辑
我一直在尝试学习data.table，以为我可以尝试一下。在我看来，有点笨拙，我敢肯定有一种方法可以简化它。
t1 <- setDT(t1); t2 <- setDT(t2)
为方便起见，将列名设置为相同（否则我不知道如何轻松实现）...一个是"Cty"，另一个是"CTY"。使它们相同。
colnames(t1)[2] <- "CTY"
现在，合并。
t1[,.(CTY,STATE,CRP,Index=1),][t2,on=c("CTY","STATE","CRP")]
# CTY STATE CRP Index Pol_No Plan Price
# 1: 1 AL 11 NA 150410 90 4563
# 2: 1 AL 21 NA 45023 90 5402
# 3: 143 MO 11 1 85010 90 2522
注意：
Index； data.table操作具有副作用，但不会像这样进行合并或选择，因此它无需修改基础结构即可返回它；为此，我们需要将其存储（也许回到t2中）已结束...现在只需更新Index字段，因为它是数据共存的1或否则的NA。
t2 <- t1[,.(CTY,STATE,CRP,Index=1),][t2,on=c("CTY","STATE","CRP")]
t2[,Index := as.integer(!is.na(Index)),]
t2
# CTY STATE CRP Index Pol_No Plan Price
# 1: 1 AL 11 0 150410 90 4563
# 2: 1 AL 21 0 45023 90 5402
# 3: 143 MO 11 1 85010 90 2522
数据：
t1 <- read.table(header=TRUE, stringsAsFactors=FALSE, text='
Pol Cty Avg STATE CRP
85010 23 1123 MO 11
75022 23 1123 MO 11
35014 143 450 MO 11')
t2 <- read.table(header=TRUE, stringsAsFactors=FALSE, text='
STATE CTY CRP Pol_No Plan Price
AL 1 11 150410 90 4563
AL 1 21 45023 90 5402
MO 143 11 85010 90 2522')
答案 1 :(得分：0)
这不是一个很好的解决方案，但它适用于data.table。您需要sqldf适用于数据框和数据表。
library(data.table)
df1<-data.table(Pol=c(85010,75022,35014),Cty=c(23,23,143), Avg=c(1123,1123,450),STATE=c("MO","MO","MO"), CRP=c(11,11,11))
df2=data.table(STATE=c("AL","AL","MO"),CTY=c(1,1,143),CRP=c(11,21,11),Pol_No=c(150410,45023,85010),Plan=c(90,90,90),Price=c(4563,5402,2522))
library(sqldf)
#left join
df<-sqldf("select df2.STATE,df2.CTY,df2.CRP,df2.Pol_No,df2.Plan,df2.Price,df1.Pol from df2 left join df1 on df1.Pol=df2.Pol_No")
#create index
df$index<-ifelse(is.na(df$Pol),0,1)
#delete extra column
df$Pol<-NULL
> df
STATE CTY CRP Pol_No Plan Price index
1 AL 1 11 150410 90 4563 0
2 AL 1 21 45023 90 5402 0
3 MO 143 11 85010 90 2522 1
答案 2 :(得分：0)
这是一个完全基于data.table的解决方案：
merge(t1,t2,by.x='Pol', by.y='Pol_No', all.y=TRUE)[,c('STATE.y','CTY', 'Cty', 'CRP.y', 'Pol', 'Plan', 'Price')]
#-----
STATE.y CTY Cty CRP.y Pol Plan Price
1: AL 1 NA 21 45023 90 5402
2: MO 143 23 11 85010 90 2522
3: AL 1 NA 11 150410 90 4563
#--------
t3 <- merge(t1,t2,by.x='Pol', by.y='Pol_No', all.y=TRUE)[ ,
c('STATE.y','CTY', 'Cty', 'CRP.y', 'Pol', 'Plan', 'Price')]
t3[ , index := as.numeric(!is.na(Cty))]
t3
#--------
STATE.y CTY Cty CRP.y Pol Plan Price index
1: AL 1 NA 21 45023 90 5402 0
2: MO 143 23 11 85010 90 2522 1
3: AL 1 NA 11 150410 90 4563 0
要在merge(..之后立即获取列名，我首先看过：
merge(t1,t2,by.x='Pol', by.y='Pol_No', all.y=TRUE)
Pol Cty Avg STATE.x CRP.x STATE.y CTY CRP.y Plan Price
1: 45023 NA NA <NA> NA AL 1 21 90 5402
2: 85010 23 1123 MO 11 MO 143 11 90 2522
3: 150410 NA NA <NA> NA AL 1 11 90 4563