Question

我有两个数据框。 Df1有两列：设施的ID列和指定有权使用该设施的农场数量的列。 Df2有3列，一列具有设施的ID列，一列具有农场ID，第三列具有该农场与设施之间的距离。 Df2目前为每个设施列出了太多的农场。

我需要做的是过滤掉那些有权使用该设施的人。将有不同数量的农场有权使用每个设施，他们将始终是最接近它的人。

以下示例数据

DF1
  cgID number.of.farms
1    1               5
2    2               3
3    3               1
4    4               6

DF2 (EXTRACT)
cgID FarmID Distance
1   farm1   0.01
1   farm2   0.02
1   farm3   0.03
1   farm4   0.04
1   farm5   0.05
1   farm6   0.06
1   farm7   0.07
1   farm8   0.08
2   farm9   0.01
2   farm10  0.02
2   farm11  0.03
2   farm12  0.04
2   farm13  0.05
2   farm14  0.06
2   farm15  0.07
2   farm16  0.08

我目前只能使用以下代码单独为每个设施实现我的目标：

tempdata1<- subset(Df2, Df2$cgID==Df1$cgID[1]) #Select farms connected to the facility
editdata1<- tempdata1[1:Df1$number.of.farms[1],] #Filter out the 5 closest farms to the facility (5 was derived from Df1)

我需要为此设置1300个设施，因此我需要为每个设施运行这些行，并将所有过滤后的数据分组到一个数据帧中。我试过通过运行for循环或编写函数来尝试这样做，但两者都没有工作。下面是让我最接近我想要的代码：

r<- sum(Df1$number.of.farms)#number of rows needed in final dataframe
c<- ncol(Df2) #number of columns needed in final dataframe
n<- nrow(Df1) #number of rows needed to go through in the for loop
d<- data.frame()
for (i in 1:n) 
{
 tempdata[i]<- subset(Df2,Df2$cgID==Df1$cgID[i])
 editdata<- tempdata[1:Df1$number.of.farms[i],] 
 d[[i]]<- editdata 
}
do.call(rbind,)

Answer 1

您可以使用library(dplyr) # Change column name of DF1$number.of.farms to DF1$numfarms DF1 <- DF1 %>% # %>% chains actions (verbs) together setNames("cgID","numfarms") # renames columns expected <- DF2 %>% left_join(., DF1, by="cgID") %>% # merges data frames by cgID column; `.` specifies object that was piped from chaining group_by(cgID) %>% # you want to perform following actions group-wise arrange(Distance) %>% # sort in ascending order, use `desc(Distance)` for descending order do(head(.,unique(.$numfarms))) # select top N rows specified, `do` will operate group-wise

完成此操作

iris <- as.data.table(iris)
iris <- iris[,lapply(.SD,mean), by=Species]

在R-中，在for循环中附加过滤的数据帧或使用函数

1 个答案: