实施例: 我有一个df,第一列是
dat <- c("A","B","C","A")
然后我在第一列中有另一个df:
dat2[, 1]
[1] A B C
Levels: A B C
dat2[, 2]
[1] 21000 23400 26800
如何将第二个df(dat2
)中的值添加到第一个df(dat
)?
在第一个df中有重复,我希望每次有一个&#34; A&#34;它将在新列中添加第二个df的相应值(21000)。
答案 0 :(得分:5)
生成可重现的数据帧......
dat1 <- data.frame(x1 = c("A","B","C","A"), stringsAsFactors = FALSE)
dat2 <- data.frame(x1 = c("A","B","C"),
x2 = c(21000, 23400, 26800), stringsAsFactors = FALSE)
然后使用match
函数。
dat1$dat2_vals <- dat2$x2[match(dat1$x1, dat2$x1)]
将字符列转换为character
类型而非factor
类型或元素不匹配非常重要。由于dat2中的levels
属性,我提到了这一点。
答案 1 :(得分:2)
我更喜欢的第三个选项是来自left_join
的{{1}} ...它似乎比dplyr
大数据帧快。
merge
答案 2 :(得分:2)
让我们用microbenchmark
比赛大型数据帧,只是为了好玩!
创建大型数据框
dat1 <- data.frame(x1 = rep(c("A","B","C","A"), 1000), stringsAsFactors = FALSE)
dat2 <- data.frame(x1 = rep(c("A","B","C", "D"), 1000),
x2 = runif(1,0), stringsAsFactors = FALSE)
关于你的分数,得到设定,GO!
library(microbenchmark)
mbm <- microbenchmark(
left_join = left_join(dat1, dat2, by="x1"),
merge = merge(dat1, dat2, by = "x1"),
times = 20
)
很多很多秒......对于大型数据帧,left_join MUCH 更快。
答案 3 :(得分:1)
使用merge
功能。
# Input data
dat <- data.frame(ID = c("A", "B", "C", "A"))
dat2 <- data.frame(ID = c("A", "B", "C"),
value = c(1, 2, 3))
# Merge two data.frames by specified column
merge(dat, dat2, by = "ID")
ID value
1 A 1
2 A 1
3 B 2
4 C 3