数据：

Question

我有两个看起来像这样的数据框：

付款数据框

id <- c("a","b","c","d","e","f")
total_amt <- c(100, 100, 200, 200, 350, 350)
payments <- data.frame(id, total_amt)

--------------------
|  id  | total_amt |
--------------------
|  a   |  100      |
|  b   |  100      |
|  c   |  200      |
|  d   |  200      |
|  e   |  350      |
|  f   |  350      |

价格数据框

product <- c("p1","p2","p3","p4","p5")
price <- c(100, 100, 300, 350, 350)
prices <- data.frame(product, price)

--------------------
|product|   price   |
--------------------
|  P1   |  100      |
|  P2   |  100      |
|  P3   |  300      |
|  P4   |  350      |
|  P5   |  350      |

我想创建另一个名为possible_match的列，其中包含具有相同total_amt的产品列表。结果数据框如下所示：

--------------------------------------
|  id  | total_amt | possible_match  |
--------------------------------------
|  a   |  100      |     p1,p2       |
|  b   |  100      |     p1,p2       |
|  c   |  200      |     NA          |
|  d   |  200      |     NA          |
|  e   |  350      |     p4,p5       |
|  f   |  350      |     p4,p5       |

我知道我可以创建一个与特定total_amt匹配的产品列表，如下所示：

prices[prices$price==350,]

但是如何将结果添加到payments数据框中的行？

我一直在寻找答案，但似乎没有找到类似的东西。

Answer 1

使用基本功能，您可以先使用merge加入2个表，然后按每个ID和total_amt组粘贴产品，如下所示

dat <- merge(payments, prices, by.x="total_amt", by.y="price", all.x=TRUE)
do.call(rbind, by(dat, paste(dat$id, dat$total_amt), function(x) {
    data.frame(
        id=x$id[1], 
        total_amt=x$total_amt[1],
        possible_match=paste(x$product, collapse=","))
}))

数据：

id <- c("a","b","c","d","e","f")
total_amt <- c(100, 100, 200, 200, 350, 350)
payments <- data.frame(id, total_amt)

product <- c("p1","p2","p3","p4","p5")
price <- c(100, 100, 300, 350, 350)
prices <- data.frame(product, price)

Answer 2

以下是使用dplyr的选项。使用＆＃39;价格＆＃39;数据集，我们按＆＃39;价格＆＃39;，summarise＆＃39;产品＆＃39;通过paste元素然后left_join添加＆＃39;付款＆＃39;数据集

library(dplyr)
prices %>% 
    group_by(price) %>%
    summarise(product = toString(product)) %>% 
    left_join(payments, ., by = c(total_amt = 'price'))
#   id total_amt product
#1  a       100  p1, p2
#2  b       100  p1, p2
#3  c       200    <NA>
#4  d       200    <NA>
#5  e       350  p4, p5
#6  f       350  p4, p5

Answer 3

使用aggregate和match在基地R中执行两步流程。我们首先按prices对price进行分组，然后将所有products收集在一起，然后使用price agg_df match total_amt payments来自product，并将相应的possible_match值提供给agg_df <- aggregate(product~price, prices, toString) payments$possible_match <- agg_df$product[match(payments$total_amt, agg_df$price)] payments # id total_amt possible_match #1 a 100 p1, p2 #2 b 100 p1, p2 #3 c 200 <NA> #4 d 200 <NA> #5 e 350 p4, p5 #6 f 350 p4, p5。

agg_df

其中price product 1 100 p1, p2 2 300 p3 3 350 p4, p5是

payments$possible_matches <- sapply(payments$total_amt, function(x) 
                             as.character(prices$product[prices$price %in% x]))

payments

#  id total_amt possible_matches
#1  a       100           p1, p2
#2  b       100           p1, p2
#3  c       200                 
#4  d       200                 
#5  e       350           p4, p5
#6  f       350           p4, p5

或者从不同角度做同样的事情：

var nodes = ["maria","mary","marks"];
insert_word(nodes);

function insert_word(split_nodes) {
var position = split_nodes.indexOf("Apple");
// insert into array logic 
}

将匹配列表添加到dataframe

3 个答案:

数据：