Question

这个问题类似于我在这里找到的问题：Multiply rows (with row names) in one data frame with matching column names in another

但是，我希望将df1中的列值与df2中的列名匹配，而不是匹配行和乘法，并在新的df3中返回df2的相应行值。

df1 <- data.frame(V1=c(1:6),V2=c("X3", "X3_8", "NA", "X5", "X4_5", "X3_8"))
df1
    V1 V2
  1 1  X3
  2 2  X3_8
  3 3  NA
  4 4  X5
  5 5  X4_5
  6 6  X3_8

df2 <- data.frame(name=c("John", "Mary", "Joe", "Tim", "Bob", "Pat"),
                  X3=c(0.5, 1.2, 0.75, 3.1, 2.0, 1.1),
                  X5=c(1.0, 2.3, 4.2, 5, 1.1, 3.0),
                  X3_8=c(0.6, 1.0, 2.0, 1.0, 0.7, 1.4),
                  X4_5=c(0.4, 0.3, 3.0, 1.0, 2.0, 0.9))
df2
     name   X3    X5    X3_8  X4_5
  1  John   0.5   1.0   0.6   0.4
  2  Mary   1.2   2.3   1.0   0.3
  3  Joe    0.75  4.2   2.0   3.0
  4  Tim    3.1   5.0   1.0   1.0
  5  Bob    2.0   1.1   0.7   2.0
  6  Pat    1.1   3.0   1.4   0.9

这就是我想要的：

df3 <- data.frame(name=c("John", "Mary", "Joe", "Tim", "Bob", "Pat"),
                  values=c(0.5, 1.0, NA, 5.0, 1.0, 1.4))
    name values
  1 John    0.5
  2 Mary    1.0
  3  Joe     NA
  4  Tim    5.0
  5  Bob    1.0
  6  Pat    1.4

在我的真实df1和df2中有64行，其中＆＃34; V1＆＃34;在df1中对应于＆＃34; name＆＃34;的数字索引。 df2中的列。在我的df2中，有22列，即一个用＆＃34; name＆＃34;和另外21个＆＃34; X *＆＃34;匹配＆＃34; V2＆＃34;在df1。我试过转换＆＃34; V2＆＃34;行名称，但这不起作用，因为有NA和重复值。

奖金但不是必需的：我有10个df1s和10个df2s，需要为每对df1s和df2s执行此操作，其中df1s和df2s的名称包含常用年份。例如，我需要将df1_2004与df2_2004匹配，创建df3_2004，然后继续执行df1_2005和df2_2005，依此类推。我确信没有for循环和if语句，这是一种优雅的方法。

感谢您的帮助。我确信这是一个简单的基础R或tidyrverse解决方案，但我努力将各个部分放在一起。原谅我新手对R中索引的理解。

Answer 1

将df2重塑为长格式并将左连接与df1相结合，您可以获得所需的结果。

使用：

library(dplyr)
library(tidyr)

df3 <- df1 %>% 
  mutate(name = df2$name[V1]) %>%  # or just mutate(name = df2$name) when the index is equal to the rownumbers
  left_join(., df2 %>% 
              gather(V2, values, -1) %>% 
              group_by(V2) %>% 
              mutate(V1 = row_number()), 
            by = c('V2','V1')) %>% 
  select(name = name.x, values)

给出：

> df3
  name values
1 John    0.5
2 Mary    1.0
3  Joe     NA
4  Tim    5.0
5  Bob    2.0
6  Pat    1.4

Answer 2

世界上功能较少的程序：

n_row <- nrow(df1)
# corce the variable V1 in a factor with the name variables of the
# df2
df1$V1 <- factor(df1$V1, labels = df2$name)
# coerce the variable V2 into a character vector or use 'stringsAsFactors = FALSE' 
# when you read the data frame
df1$V2 <- as.character(df1$V2)
# create a copy of df1 to impute values of the V2 col
df3 <- df1
for (i in 1:n_row) {
  col_index <- which(df1[i, "V2"] == names(df2), arr.ind = TRUE)
  row_index <- which(df1[i, "V1"] == df2$name, arr.ind = TRUE)
  if (length(col_index) == 0) {
    df3[i, "V2"] <- NA
  } else {
    df3[i, "V2"] <- df2[row_index, col_index]
  }
}
names(df3) <- c("name", "values")

给出：

#>df3
   name  values
 1 John  0.5
 2 Mary    1
 3  Joe <NA>
 4  Tim    5
 5  Bob    2
 6  Pat  1.4

将df1中的行值与df2中的列名匹配，以返回df2

2 个答案: