Question

我有两个数据帧A和B。在B中，我有两个键列，对于B中的每一行，我需要计算A中与这些键匹配的行数。

我知道如何使用for循环解决问题，但是这是永远的过程，我想知道是否有更聪明的方法可以做到这一点。我对R还是很陌生，所以如果我错过了一些明显的解决方案，您必须原谅我。

数据帧具有以下结构。当然，实际上数据帧要大得多。

A <- data.frame(c(1, 2, 1), c(2, 1, 2), c("alpha", "bravo", "charlie")) 
colnames(A) <- c("key1", "key2", "value")

B <- data.frame(c(1, 2, 3), c(2, 1, 3), NA)
colnames(B) <- c("key1", "key2", "count")

我使用了以下for循环，并获得了正确的结果。

for (i in 1:nrow(B)) {
  B$count[i] <- sum(A$key1 == B$key1[i] & A$key2 == B$key2[i], na.rm = TRUE)
}

但是，代码花了相当长的时间才能运行，我怀疑有更好的方法来执行此操作。我将不胜感激！

Answer 1

base R中的一个选项（类似于@Sotos tidyverse选项）

aggregate(cbind(count = !is.na(value)) ~ key1 + key2, merge(A, B, all = TRUE), sum)
#    key1 key2 count
#1    2    1     1
#2    1    2     2
#3    3    3     0

或与data.table

library(data.table)
setDT(A)[B, .(count = sum(!is.na(value))), on = .(key1, key2), by = .EACHI]
#   key1 key2 count
#1:    1    2     2
#2:    2    1     1
#3:    3    3     0

Answer 2

使用与您相同的逻辑，但不使用mapply循环

B$count <- mapply(function(x, y) 
      sum(x == A$key1 & y == A$key2, na.rm = TRUE), B$key1, B$key2)

B
#  key1 key2 count
#1    1    2     2
#2    2    1     1
#3    3    3     0

Answer 3

这里是使用merge，

library(tidyverse)

A %>% 
 full_join(B, by = c('key1', 'key2')) %>% 
 group_by(key1, key2) %>% 
 summarise(count = sum(!is.na(value)))

给出，

# A tibble: 3 x 3
# Groups:   key1 [?]
   key1  key2 count
  <dbl> <dbl> <int>
1     1     2     2
2     2     1     1
3     3     3     0

添加data.table解决方案以完成操作，

library(data.table)

setDT(A)[setDT(B), on = c('key1', 'key2')][, 
          .(count = sum(!is.na(value))), by = c('key1', 'key2')]

#   key1 key2 count
#1:    1    2     2
#2:    2    1     1
#3:    3    3     0

如何对数据帧中的几行执行“计数”？

3 个答案: