Question

DF

av  bv  tv   u   l value           s
30 120 360 330 210  6600 0.005238424 
35 125 360 325 200  6875 0.005028887
40 130 360 320 190  7150 0.004835468
45 135 360 315 180  7425 0.004656377
50 140 360 310 170  7700 0.004490078
55 145 360 305 160  7975 0.004335247
60 150 360 300 150  8250 0.004190739
65 155 360 295 140  8525 0.004055554
70 160 360 290 130  8800 0.003928818
75 165 360 285 120  9075 0.003809763
80 170 360 280 110  9350 0.003697711

dput（DF）

df<-structure(list(av = c(30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 
80), bv = c(120, 125, 130, 135, 140, 145, 150, 155, 160, 165, 
170), tv = c(360, 360, 360, 360, 360, 360, 360, 360, 360, 360, 
360), u = c(330, 325, 320, 315, 310, 305, 300, 295, 290, 285, 
280), l = c(210, 200, 190, 180, 170, 160, 150, 140, 130, 120, 
110), value = c(6600, 6875, 7150, 7425, 7700, 7975, 8250, 8525, 
8800, 9075, 9350), s = c(0.005238424, 0.00502888704, 0.00483546830769231, 
0.00465637688888889, 0.00449007771428572, 0.00433524744827586, 
0.0041907392, 0.00405555406451613, 0.003928818, 0.00380976290909091, 
0.00369771105882353)), .Names = c("av", "bv", "tv", "u", "l", 
"value", "s"), row.names = c(1L, 13L, 25L, 37L, 49L, 61L, 73L, 
85L, 97L, 109L, 121L), class = "data.frame")

DF2

  av  bv  tv   u  l value
  30 120   0   0  0     0
  30 120  20   0  0     0
  30 120  40  10  0   550
  30 120  60  30  0  1650
  30 120 120  90  0  4950
  30 120 180 150 30  6600

dput（DF2）

df2<-structure(list(av = c(30, 30, 30, 30, 30, 30), bv = c(120, 120, 
120, 120, 120, 120), tv = c(0, 20, 40, 60, 120, 180), u = c(0, 
0, 10, 30, 90, 150), l = c(0, 0, 0, 0, 0, 30), value = c(0, 0,
550, 1650, 4950, 6600)), .Names = c("av", "bv", "tv", "u", "l", 
"value"), row.names = c(1L, 2602L, 5203L, 7804L, 10405L, 13006L
), class = "data.frame")

我想要做的就是将df$s中的df值添加到df2 df$bv == df2$bv。 df2 bv中的df值会更多，因此会有一些重复的s值。

我正在尝试以下

     newDF <- ddply(df2, .(bv,tv), summarise, s = df[df$bv %in% df2$bv,]$s)

虽然这对我不起作用，但也许是因为我并不真正理解这个函数中的变量参数。

此时所有其他列都是任意的，但我希望保持整个数据帧完整。

Answer 1

这会将'df'中对应的's'项目拉入匹配的'df2'行：

df2$s <- df$s[ match(df2$bv, df$bv)]
df2
#-----------------------
      av  bv  tv   u  l value           s
1     30 120   0   0  0     0 0.005238424
2602  30 120  20   0  0     0 0.005238424
5203  30 120  40  10  0   550 0.005238424
7804  30 120  60  30  0  1650 0.005238424
10405 30 120 120  90  0  4950 0.005238424
13006 30 120 180 150 30  6600 0.005238424

这比'subset（）' - ting和'merge（）' - 更有效。 Oooops。我没有看到plyr部分。它也会比任何plyr方法快得多，但那就是因为'我是一个基础R家伙。如果你想用plyr做，那么这就是我认为你要求的：

> newDF <- ddply(df2, .(bv), summarise, s = df$s[match(df2$bv , df$bv)])
> newDF
   bv           s
1 120 0.005238424
2 120 0.005238424
3 120 0.005238424
4 120 0.005238424
5 120 0.005238424
6 120 0.005238424

Answer 2

虽然问题已经得到解答，但我认为我会使用data.table包给您一个不同的方法解决这个问题。

library(data.table)
df <- data.table(df)
setkey(df, bv)
df2 <- data.table(df2)
setkey(df2, bv)
 df2[df, roll = T]

我想你的完整数据集比这个简单的例子大得多，所以你可能会在data.table上获得更好的表现。

 > system.time(df2[df, roll = T])
   user  system elapsed 
  0.007   0.000   0.008 
> system.time(ddply(df2, .(bv), summarise, s = df$s[match(df2$bv , df$bv)]))
   user  system elapsed 
  0.013   0.001   0.065

Answer 3

dfsub<-data.frame(bv=df$bv,s=df$s)
newdf<-merge(df2,dfsub,by="bv",all=TRUE)

如果您不希望添加df中未出现在df2中的额外值，请删除all=TRUE，例如

newdf<-merge(df2,dfsub,by="bv")

修改

在我的情况下，那就是：

df2sub<-data.frame(bv=df2$bv)
dfsub<-data.frame(bv=df$bv,s=df$s)
newdf<-merge(df2sub,dfsub,by="bv")

newdf
   bv           s
1 120 0.005238424
2 120 0.005238424
3 120 0.005238424
4 120 0.005238424
5 120 0.005238424
6 120 0.005238424

使用plyr匹配两个数据帧中的列值

3 个答案: