Question

我想找到一个优雅的方法：

在'zone'
从df1
将每个区域/行的多个子字符串存储为下一步的向量或列表
使用df2为df1中的每个区域/行向量返回子字符串所属的唯一元素的值。
产生的结果将类似于df3

我有两个数据帧：

第一个data.frame：

zone = c("A", "B", "C")
country_name = c("Canada and UK", "UK and USA", "USA and Canada and UK") 
df1 = data.frame(zone, country_name)

第二个data.frame：

zone_area = c("A", "A", "A", "B", "B", "B", "C", "C", "C")
country_name = c("Canada", "UK", "USA", "Canada", "UK", "USA", "Canada", "UK", "USA")
cost = c(4, 8, 6, 5, 6, 9, 8, 7, 5)
df2 = data.frame(zone_area, country_name, cost)

最终生成的data.frame 应该像df3：

zone = c("A", "B", "C")
country_name = c("Canada and UK", "UK and USA", "USA and Canada and UK")
cost = c(12, 15, 20)
df3 = data.frame(zone, country_name, cost)

我需要使用for循环的原因是因为如果使用不同的zone值，代码应该可以工作。

感谢所有观看此问题的人，并提供了一种方法：）

Answer 1

分割＆＃39; country_name＆＃39;后，我们可以left_join按＆＃39;和＆＃39;按＆＃39;区＆＃39;分组，得到sum＆＃39;费用＆＃39;并使用原始数据集执行right_join以获得预期输出

library(tidyverse)
df1 %>% 
   separate_rows(country_name, sep="\\s+and\\s+") %>%
   left_join(df2) %>% 
   group_by(zone) %>% 
   summarise(cost = sum(cost)) %>% 
   right_join(df1) %>%
   select(zone, country_name, cost)
# A tibble: 3 x 3
#  zone  country_name           cost
#   <fct> <fct>                 <dbl>
#1 A     Canada and UK            12
#2 B     UK and USA               15
#3 C     USA and Canada and UK    20

或者，不是使用separate_rows，而是根据＆＃39; country_name＆＃39;中的模式执行left_join然后filter，获取sum的{{1}} ＆＃39;成本＆＃39;和right_join与＆＃39; df1＆＃39;

left_join(df2, df1, by = "zone") %>%
    group_by(zone) %>% 
    filter(grepl(gsub("\\s*and\\s*", "|", country_name.y[1]), country_name.x)) %>%
    summarise(cost = sum(cost)) %>%
    right_join(df1)

有条件地提取多个子字符串并使用for循环返回每个子字符串的值

1 个答案: