我正在尝试查找与参与者实验相关的值,并为每个参与者参与每个实验加以总结。
如果参与者在A栏中有一个1,则表示他们接触了实验A.然后我想提取与实验A相关的3个值,并开始在每个参与者的每个实验曝光中对这些值求和。 / p>
DF:
Participant A B
1 1 1
2 1 0
3 0 1
我的查询数据框:
Experiment Val1 Val2 Val3
A 1.1 1.2 1.3
B 1.0 1.1 1.5
对于df的结果:
Id A B Val1 Val2 Val3
1 1 1 2.1 2.3 2.8
2 1 0 1.1 1.2 1.3
3 0 1 1.0 1.1 1.5
我的真实数据集有64个实验实例,有7,000个参与者。我的简写是:
对于每一行, 对于每一列,
如果列i = 1,请匹配columnName以查找$ Experiment
在临时数组中添加Val1:Val3
然后将临时数组粘贴到df
中任何帮助将不胜感激!我不确定这是匹配还是合并功能。
数据
df = structure(list(Participant = 1:3, A = c(1L, 1L, 0L), B = c(1L,
0L, 1L)), .Names = c("Participant", "A", "B"), row.names = c(NA,
-3L), class = "data.frame")
lookup = structure(list(Experiment = c("A", "B"), Val1 = c(1.1, 1), Val2 = c(1.2,
1.1), Val3 = c(1.3, 1.5)), .Names = c("Experiment", "Val1", "Val2",
"Val3"), row.names = c(NA, -2L), class = "data.frame")
答案 0 :(得分:4)
您正在描述矩阵乘法。将Participant
和Experiment
列视为行标签(以及要求 df
的实验列与查找表的行的顺序相同) :
result = as.matrix(df[, -1]) %*% as.matrix(lookup[, -1])
result = cbind(df[1], result)
result
# Participant Val1 Val2 Val3
# 1 1 2.1 2.3 2.8
# 2 2 1.1 1.2 1.3
# 3 3 1.0 1.1 1.5