Question

我有数据框df1：

df1 <- data.frame(variable1=sample(letters[1:5], 5, replace=T),
             variable2=sample(letters[1:5], 5, replace=T),
            correlation=runif(5, 0,1))

包含5个变量之间的相关性，因此是一个25行（5 ^ 2）和3列的数据框，看起来像这样

df1变量1变量2相关 1 b 1 2个月c 0.07478433 3个月0.81535674 4 e c 0.79187728 5年e 0.97928430 等等。另一个数据框df2（5行，每个变量1行，每个列3个cols）：

df2 <- data.frame(variable=sample(letters[1:5], 5, replace=F),
                  progr=1:5,
                  factor=sample(1:3, 5, replace=T))

包含每个这些变量的一些注释/信息。看起来像

df2  variable       progr   factor
1        b           1      3
2        d           2      3
3        c           3      1
4        e           4      2
5        a           5      2

我想在df1的每一行中添加df2中包含的信息，然后进行一些计算。首先，我希望df1成为（为每个变量添加的信息）：

      variable1 progr1 factor1 variable2 progr2 factor2 correlation
1         b         1      3       b       1       3         1
2         b         1      3       c       3       1     0.07478433
3         b         1      3       d       2       3     0.81535674
4         e         4      2       c       3       1     0.79187728
5         a         5      2       e       4       2     0.97928430

然后我的最终结果应该是：

      variable1 variable2 correlation same_factor  distance
1         b         b      1               1        0
2         b         c      0.07478433      0        2
3         b         d      0.81535674      1        1
4         e         c      0.79187728      0       -1
5         a         e      0.97928430      1       -1

其中： same_factor是一个虚拟变量，如果variable1和variable2属于同一因子，则取值为1，否则为0 和距离：= progr2-progr1 任何帮助都超过了感激！非常感谢你！

Answer 1

使用merge合并数据帧：

out <- merge(x = df1, y = df2, by.x = "variable1", by.y = "variable")

如果要连续合并共享列名称的数据框，则需要将这些列彼此区分开。默认情况是将.x和.y添加为后缀，但是您可以使用suffixes参数指定自己的后缀。在您的示例中，您希望将“ 1”和“ 2”作为后缀（例如progr1和progr2），因此我们将在下一个合并中指定它：

out <- merge(x = out, y = df2, by.x = "variable2", by.y = "variable", suffixes = c("1","2"))

ifelse对于二进制输出很有用：

out$same_factor <- ifelse(as.character(out$variable1) == as.character(out$variable2), 1, 0)

“距离”仅通过减法计算：

out$distance <- out$factor1 - out$factor2

将注释从一个数据框添加到另一数据框的每一行

1 个答案: