从我原来的观察......
video_id user_id keyword
1 1 foo
2 1 bar
3 1 baz
4 1 yak
1 2 foo
2 2 bar
3 2 blah
4 2 yak
1 3 foo
2 3 bar
3 3 blah
4 3 yak
...我有一张频率表（称为tab），它以我想要的确切格式显示，例如。
video_id foo bar baz yak blah
1 4 0 0 0 0
2 0 4 0 0 0
3 0 0 2 0 2
4 0 0 0 4 0
我想根据ID列将此表与现有数据框（称为data）合并。因此，例如，它还包含另外两列：
video_id col1 col2
1 123 412
2 652 633
3 749 144
4 1738 1763
我需要根据视频ID合并频率表和现有数据帧。请注意，它不一定是排序的，所以我不能只cbind它们。这是我需要的结果：
video_id col1 col2 foo bar baz yak blah
1 123 412 4 0 0 0 0
2 652 633 0 4 0 0 0
3 749 144 0 0 2 0 2
4 1738 1763 0 0 0 4 0
现在，我知道我可以得到这样的数据框矩阵：
as.data.frame.matrix(table(…))
但是这个矩阵缺少video_id列，当我只查看表时实际显示了该列。那么，我该如何获取仍包含video_id列或行名称的数据框呢？
我需要video_id列在数据框中首先出现，然后是原始列，然后然后附加表格数据，如上例所示。
我知道我可以通过rownames(table(…))获取表格的行名称，我可以得到我想要的结果
cbind(data.frame(video_id=rownames(tab)), as.data.frame.matrix(tab))
但这对我来说似乎并不干净（足够）。
直接与
合并merge(data, as.data.frame.matrix(tab))
为我提供了所有结果，但video_id列位于表格数据和原始数据之间，因此顺序不正确。
答案 0 :(得分：1)
我做了什么：
data <- read.table(text = "video_id col1 col2
1 123 412
2 652 633
3 749 144
4 1738 1763", header = TRUE)
tab <- read.table(text = "video_id user_id keyword
1 1 foo
2 1 bar
3 1 baz
4 1 yak
1 2 foo
2 2 bar
3 2 blah
4 2 yak
1 3 foo
2 3 bar
3 3 blah
4 3 yak", header = TRUE)
tt <- aggregate(keyword ~ video_id, data = tab, FUN = table)
mrg <- merge(data, tt)
mrg
video_id col1 col2 keyword.bar keyword.baz keyword.blah keyword.foo keyword.yak
1 1 123 412 0 0 0 3 0
2 2 652 633 3 0 0 0 0
3 3 749 144 0 1 2 0 0
4 4 1738 1763 0 0 0 0 3
现在我们有了“奇怪的”列名。如果你不能忍受，那就是“黑客”。
tmp <- data.frame(mrg$keyword)
mrg$keyword <- NULL
mrg <- cbind(mrg, tmp)
video_id col1 col2 bar baz blah foo yak
1 1 123 412 0 0 0 3 0
2 2 652 633 3 0 0 0 0
3 3 749 144 0 1 2 0 0
4 4 1738 1763 0 0 0 0 3
修改的
这是另一种方式：
tt2 <- tapply(X = tab$keyword, INDEX = tab$video_id, FUN = table, simplify = FALSE)
video_ajdi <- factor(names(tt2))
tt2 <- cbind(video_id = video_ajdi, do.call("rbind", tt2))
mrg <- merge(data, tt2)
mrg
video_id col1 col2 bar baz blah foo yak
1 1 123 412 0 0 0 3 0
2 2 652 633 3 0 0 0 0
3 3 749 144 0 1 2 0 0
4 4 1738 1763 0 0 0 0 3
EDIT2
还有一个：
tt <- aggregate(keyword ~ video_id, data = tab, FUN = table)
tt3 <- do.call("cbind", tt)
merge(data, tt3)
答案 1 :(得分：1)
这是一种方法，包括cbind和match：
数据：
df1 <- read.table(text="video_id user_id keyword
1 1 foo
2 1 bar
3 1 baz
4 1 yak
1 2 foo
2 2 bar
3 2 blah
4 2 yak
1 3 foo
2 3 bar
3 3 blah
4 3 yak", header = TRUE)
tab <- table(df1[c("video_id", "keyword")])
keyword
video_id bar baz blah foo yak
1 0 0 0 3 0
2 3 0 0 0 0
3 0 1 2 0 0
4 0 0 0 0 3
df2 <- read.table(text="video_id col1 col2
1 123 412
2 652 633
3 749 144
4 1738 1763", header = TRUE)
以下是解决方案：
cbind(df2, tab[match(df2$video_id, rownames(tab)), ])
结果：
video_id col1 col2 bar baz blah foo yak
1 1 123 412 0 0 0 3 0
2 2 652 633 3 0 0 0 0
3 3 749 144 0 1 2 0 0
4 4 1738 1763 0 0 0 0 3