Question

提前为长篇道歉；我是R的这一部分的新手，所以我不知道该如何总结问题。

我有一个“基线结果”的数据框，看起来像这样

Circuit Voltage Power
      A       1     1
      B       1     3
      C       1     5

还有一个像这样的缩放模型

Voltage Scaled_Power
    1.0         1.00
    0.9         0.75
    0.8         0.50

此缩放模型来自表格，而不来自lm之类的任何函数。该模型从本质上说：“如果新电压== 0.9，则将基准功率缩放0.75”。缩放模型与“电路”无关，但是需要特定“电路”的基准功率才能计算新功率。我要实现的最终结果是：

Circuit Voltage Power
      A     1.0  1.00
      B     1.0  3.00
      C     1.0  5.00
      A     0.9  0.75
      B     0.9  2.25
      C     0.9  3.75
      A     0.8  0.50
      B     0.8  1.50
      C     0.8  2.50

，即一个新数据框，其中包含第一个数据框的“电路”和第二个数据框的“电压”的所有组合（我知道我可以使用expand.grid来完成此操作），但是新列为“功率”，它应用了比例因子。

这听起来像是通常解决的模式，所以我猜想解决方案必须已经存在？

到目前为止，我已经尝试了以下方法

expand.grid(Circuit = df_base$Circuit,Voltage = scaling_model$Voltage) %>%
   left_join(df_base) %>% 
   left_join(scaling_model)

Circuit Voltage Power Scaled_Power
      A     1.0     1         1.00
      B     1.0     3         1.00
      C     1.0     5         1.00
      A     0.9    NA         0.75
      B     0.9    NA         0.75
      C     0.9    NA         0.75
      A     0.8    NA         0.50
      B     0.8    NA         0.50
      C     0.8    NA         0.50

但是然后我需要一些函数来从行中选择一个特定的值（例如Excel的VLOOKUP）来进行乘法运算，而且我不确定这是解决问题的最R ish方法。

这是MWE的代码

library(dplyr)
scaling_model <-
    data.frame(
        Voltage      = c(1.0,  0.9, 0.8),
        Scaled_Power = c(1.0, 0.75, 0.5)) 
df_base <- data.frame(
        Circuit = factor(c("A", "B", "C")),
        Voltage = c(1.0, 1.0, 1.0),
        Power   = c(1.0, 3.0, 5.0))
df_result <-
    data.frame(
        Circuit = factor(c("A", "B", "C", "A", "B", "C", "A", "B", "C")),
        Voltage = c(1.0, 1.0, 1.0, 0.9, 0.9, 0.9, 0.8, 0.8, 0.8),
        Power   = c(1.0, 3.0, 5.0,
                    1.0 * 0.75, 3.0 * 0.75, 5.0 * 0.75,
                    1.0 * 0.5, 3.0 * 0.5, 5.0 * 0.5))

Answer 1

有了dplyr，您可以做到

library(dplyr)
expand.grid(Circuit = df_base$Circuit,
            Voltage = scaling_model$Voltage) %>% 
  left_join(scaling_model) %>% 
  left_join(df_base[c("Circuit", "Power")]) %>% 
  mutate(Power = Scaled_Power * Power) %>%
  select(-Scaled_Power)
#  Circuit Voltage Power
#1       A     1.0  1.00
#2       B     1.0  3.00
#3       C     1.0  5.00
#4       A     0.9  0.75
#5       B     0.9  2.25
#6       C     0.9  3.75
#7       A     0.8  0.50
#8       B     0.8  1.50
#9       C     0.8  2.50

这里是另一个base R选项，它使用expand.grid和match

df_result <- expand.grid(Circuit = df_base$Circuit,
                         Voltage = scaling_model$Voltage)

df_result$Power <- df_base$Power * scaling_model$Scaled_Power[match(df_result$Voltage, scaling_model$Voltage)]
df_result

match找到df_result$Voltage中scaling_model$Voltage的位置，然后我们将结果用于scaling_model$Scaled_Power的子集（即展开），最后乘以df_base$Power。

Answer 2

创建一个合并键，然后执行merge

scaling_model$mergekey=1
df_base$mergekey=1
newdf=merge(scaling_model,df_base[,c('Circuit','mergekey','Power')],by='mergekey')
newdf$Scaled_Power=newdf$Scaled_Power*newdf$Power
newdf
  mergekey Voltage Scaled_Power Circuit Power
1        1     1.0         1.00       A     1
2        1     1.0         3.00       B     3
3        1     1.0         5.00       C     5
4        1     0.9         0.75       A     1
5        1     0.9         2.25       B     3
6        1     0.9         3.75       C     5
7        1     0.8         0.50       A     1
8        1     0.8         1.50       B     3
9        1     0.8         2.50       C     5

将自定义缩放模型应用于数据框？

2 个答案: