R:如何为每个因子组合创建一个观察数据框

时间:2016-07-27 08:41:26

标签: r dataframe merge

我希望一切顺利。我正在写关于R中一个非常具体的问题,到目前为止我还无法在网上找到解决方案。如果问题已在其他地方得到解决,我很抱歉打扰你,但如果你能给我提供链接,我将不胜感激。

我有3个独立的数据集:

第一个是公司列表。第二个是年份清单。第三个是国家名单。

我的目标是将这3个数据集合并到一个新的数据框中。最终数据框应为这3个变量的每个组合创建数据行。这就是我无法使用merge()函数的原因。下一步,我想要沿着这个新创建的数据框匹配数据。

非常感谢你的支持 - 如果这个问题已在其他地方得到解决,再次感到抱歉!

2 个答案:

答案 0 :(得分:0)

尝试merge

A <- data.frame(Companies = LETTERS[1:3])
B <- data.frame(Years = 2000:2002)
C <- data.frame(Countries = c("GER", "UK", "US"))

X <- merge(merge(A, B), C)
X

   Companies Years Countries
1          A  2000       GER
2          B  2000       GER
3          C  2000       GER
4          A  2001       GER
5          B  2001       GER
6          C  2001       GER
7          A  2002       GER
8          B  2002       GER
9          C  2002       GER
10         A  2000        UK
...

如果您有超过3个变量/因子,您可以编写自己的合并函数,如下所示:

mergeN <- function(dfs = NULL) {
  if(is.null(dfs) | class(dfs) != "list") stop("'dfs' is not a list!")
  if(length(dfs) > 1) {
    dfs[[1]] <- merge(dfs[[1]], dfs[[2]]) 
    dfs[[2]] <- NULL
    Recall(dfs)
  } else {
    return(dfs[[1]]) 
  }
}

D <- data.frame(Products = letters[24:26])
E <- data.frame(Divisions = c(100,200,300))

mergeN(list(A, B, C, D, E))

这将为您提供所有3 ^ 5 = 243种组合的数据框。

由于评论而更新:

A <- data.frame(Companies = LETTERS[1:3])
B <- data.frame(Years = 2000:2002)
C <- data.frame(Countries = c("GER", "UK", "US"))

X <- merge(merge(A, B), C)

Y <- data.frame(Companies = LETTERS[1:3], Years = rep(2000,3), Countries = c("GER", "UK", "US"), Revenues = c(20433,23255,32164))

merge(X, Y, all=T)

     Companies Years Countries Revenues
1          A  2000       GER    20433
2          A  2000        UK       NA
3          A  2000        US       NA
4          A  2001       GER       NA
5          A  2001        UK       NA
6          A  2001        US       NA
7          A  2002       GER       NA
8          A  2002        UK       NA
9          A  2002        US       NA
10         B  2000       GER       NA
11         B  2000        UK    23255
12         B  2000        US       NA
13         B  2001       GER       NA
14         B  2001        UK       NA
15         B  2001        US       NA
16         B  2002       GER       NA
17         B  2002        UK       NA
18         B  2002        US       NA
19         C  2000       GER       NA
20         C  2000        UK       NA
21         C  2000        US    32164
22         C  2001       GER       NA
23         C  2001        UK       NA
24         C  2001        US       NA
25         C  2002       GER       NA
26         C  2002        UK       NA
27         C  2002        US       NA

(如果您希望NA&#39; s为Z[is.na(Z)] <- 0

答案 1 :(得分:0)

借用来自@Martin的输入数据框,这是一种方法,涉及将所有数据框放在list中,然后使用Reduce()

d1 <- data.frame(Companies = LETTERS[1:3])
d2 <- data.frame(Years = 2000:2002)
d3 <- data.frame(Countries = c("GER", "UK", "US"))
d4 <- data.frame(Companies = LETTERS[1:3], Years = rep(2000,3), Countries = c("GER", "UK", "US"), Revenues = c(20433,23255,32164))

d <- list(d1, d2, d3, d4)
merged_dat <- Reduce(function(...) merge(..., all=T), d)
head(merged_dat)
#>   Companies Years Countries Revenues
#> 1         A  2000       GER    20433
#> 2         A  2000        UK       NA
#> 3         A  2000        US       NA
#> 4         A  2001       GER       NA
#> 5         A  2001        UK       NA
#> 6         A  2001        US       NA

我更喜欢这个,因为它可以推广到你可能拥有的数据帧。