Question

我在R中有两个数据框，我已经完成了其他一些我已经完成的工作。

一个是宽表，包含几个数字。我们称之为x1和x2。这些变量可以采用-999到999之间的值。

另一个数据框是一个长表，包含var，min，max和group的列。这些本质上是一组if-than规则。这是一个例子：

# look up table example
var <- c('x1', 'x1', 'x1', 'x2', 'x2')
min <- c(-999, 5, 70, -999, 20)
max <- c(5, 70, 999, 20, 999)
group <- c(1,2,3,1,2)
lkup<- data.frame(var, min, max, group)

表中的数据可以作为一组if-than语句读取。例如，此表c的第一行（＆＃39; x1＆＃39;， - 1999,5,1）表示在-999和5之间的x1中的任何值都应映射到新变量中的1我们＆＃39 ;打电话给y1。表中的所有行都可以以类似的方式解释。

y1应该从x1获取所有映射。所以它最终应该有与x1规则一样多的唯一值。

我希望能够根据df中的数据和查找表中的规则创建一个新的数据框。

所以，例如，如果我有上面的查找表和数据：

# data
x1 <- c(1, 2, 50, 70 , 100)
x2 <- c(2, 3, 4, 50, 60)
df <- data.frame(x1, x2)

我应该得到一张如下所示的表：

# Desired result
y1 <- c(1, 1, 2, 2, 3)
y2 <- c(1, 1, 1, 2, 2)
result <- data.frame(y1, y2)

我认为这是解决我遇到的问题的一个很好的解决方案，但实际上完成这项工作证明是具有挑战性的。任何人都可以给我的指导将非常感激。

Answer 1

使用tidyr和library(dplyr); library(tidyr); result <- merge(lkup, gather(df, var, value), by = "var") %>% filter(value > min & value <= max) %>% select(var, group) %>% group_by(var) %>% mutate(id = seq_len(n())) %>% spread(var, group) %>% select(-id) > result Source: local data frame [5 x 2] x1 x2 (dbl) (dbl) 1 1 1 2 1 1 3 2 1 4 2 2 5 3 2包的解决方案：

df
  id  x1 x2
1  1   1  2
2  2   2  3
3  3  50  4
4  4  70 50
5  5 100 60
merge(lkup, gather(df, var, value, -id), by = "var") %>% 
     filter(value > min & value <= max) %>% 
     select(id, var, group) %>% spread(var, group)

  id x1 x2
1  1  1  1
2  2  1  1
3  3  2  1
4  4  2  2
5  5  3  2

要考虑原始数据集的顺序，您可以在数据中添加 id 变量，使每条记录都具有唯一性和可追溯性：

{{1}}

从查找表应用规则

1 个答案: