Question

我有两个数据帧。第一个，df1包含国家和年份。第二个df2包含我想要在第三列中包含在df1中的数据，这些数据基于df1各自值的行和列的匹配。

df1
  country year
1       A 2008
2       B 2008
3       C 2009
4       F 2004
5       E 2006

df2
      country       2004       2005       2006       2007       2008       2009
    1       A 3,74972737 3,69814069  1,8119572  2,0058797  2,3728207 3,63424962
    2       B 3,62151043 1,54726382  -3,799075 1,92867306 2,92279764 0,68044437
    3       C 25,0489995 10,7724208 9,41065376 4,85433932 0,06592277 2,20000019
    4       F 4,78583195 5,04811878 3,46842543 3,78590254 4,19162568 4,01936553
    5       E 3,44897379 0,78317304 -2,2531746 2,74421327 1,79830266 0,23479692
    6       F 5,98651552 4,89339392 2,31922692 2,11685013 2,96275035 4,81028341
    7       G 5,65500512 7,29449815 2,96201437 5,37337313 6,62686519 6,45269876
    8       H 7,05863621 6,01378976 5,04512479 5,57180227 6,46438388 6,52143508
    9       I 7,67535068 3,63781612 -3,5861456 1,32402682 1,91501801 0,03094361

这就是我想要实现的目标：

  country year       gdp
1       A 2008  2.372821
2       B 2008  2.922798
3       C 2009  2.200000
4       F 2004  5.986516
5       E 2006 -2.253175

我确信这个问题有一个非常简单的答案。如何将df2的数据带到df1？

我尝试使用dplyr:mutate来实现它：

library(dplyr)

df1 <- mutate(df1, gdp = {
  df2[which(df2$country == country), 
      which(colnames(df2) == year)]})

但是，出现以下错误消息

Error in which(colnames(df2) == year) : object 'year' not found

Answer 1

使用dplyr和tidyr的解决方案。关键是使用df2将gather转换为长格式。之后，我们可以与left_join进行合并操作。如果您的数据框中的mutate全部为,，那么最后一次.来电可能是不必要的。 df3是最终输出。

library(dplyr)
library(tidyr)

df3 <- df1 %>%
  left_join(df2 %>% gather(year, gdp, -country, convert = TRUE), 
            by = c("country", "year")) %>%
  mutate(gdp = as.numeric(sub(",", "\\.", gdp)))
df3
#   country year       gdp
# 1       A 2008  2.372821
# 2       B 2008  2.922798
# 3       C 2009  2.200000
# 4       F 2004  4.785832
# 5       F 2004  5.986516
# 6       E 2006 -2.253175

数据

df1 <- read.table(text = "country year 1 A 2008 2 B 2008 3 C 2009 4 F 2004 5 E 2006", header = TRUE, stringsAsFactors = FALSE) df2 <- read.table(text = " country 2004 2005 2006 2007 2008 2009 1 A 3,74972737 3,69814069 1,8119572 2,0058797 2,3728207 3,63424962 2 B 3,62151043 1,54726382 -3,799075 1,92867306 2,92279764 0,68044437 3 C 25,0489995 10,7724208 9,41065376 4,85433932 0,06592277 2,20000019 4 F 4,78583195 5,04811878 3,46842543 3,78590254 4,19162568 4,01936553 5 E 3,44897379 0,78317304 -2,2531746 2,74421327 1,79830266 0,23479692 6 F 5,98651552 4,89339392 2,31922692 2,11685013 2,96275035 4,81028341 7 G 5,65500512 7,29449815 2,96201437 5,37337313 6,62686519 6,45269876 8 H 7,05863621 6,01378976 5,04512479 5,57180227 6,46438388 6,52143508 9 I 7,67535068 3,63781612 -3,5861456 1,32402682 1,91501801 0,03094361", header = TRUE, stringsAsFactors = FALSE) names(df2) <- c("country", 2004:2009)

在R中，根据保存在数据框中的行和列从另一个数据框中选择值

1 个答案: