Question

我正在为一个我写了一些R代码的项目工作。但是，在尝试改善运行时时遇到了一些麻烦。

我使用两个数据帧。必须注意，可以在随机行上找到匹配的观察结果。

df1（称为“ ac”）包含“区域”，“产品”，“时间”和“ ac_qty”列的历史需求实际值。
df2（称为“ fc”）包含带有“地区”，“产品”，“时间”和“ fc_qty”列的预测。

我想创建第三个数据框（称为“ er”），其中包含每个特定地区/产品/时间组合的所有错误（er_qty）。我使用以下代码成功做到了这一点：

# Examples of data frames 'ac' and 'fc':
ac <- data.frame("Region" = c("R1", "R2", "R3"), 
             "Product" = c("P1", "P2", "P3"), 
             "time" = c(1, 2, 2), 
             "ac_qty" = c(4, 2, 3) )

fc <- data.frame("Region" = c("R2", "R1", "R3"), 
             "Product" = c("P2", "P1", "P3"), 
             "time" = c(2, 1, 2), 
             "fc_qty" = c(2, 1, 3) )

# Copy data frame with forecasts, and expand (separated data frames for later processing)
er <- fc

# Finding corresponding ac_qty for fc_qty with given Region/Product/time:
for (i in 1:length(er$fc_qty)) {
    er$ac_qty[i] <- ac$ac_qty[ac$Region == er$Region[i] & ac$Product== er$Product[i] & ac$time == er$time[i] ]
}

er$er_qty <- er$fc_qty- er$ac_qty

由于for循环需要在数据帧中迭代200,000行，因此计算所有值花费大量时间。我需要大大减少脚本的运行时间。我尝试使用with（）函数，但在验证后导致错误的值。

er$ac_qty<- with(ac, ac_qty[which(Region == er$Region & Product == er$Product & time == er$time)])

此外，上面的代码给了我这个警告：“较长的对象长度不是较短的对象长度的倍数”

查找与“地区”，“产品”和“时间”列具有相同变量的预测（fc_qty）匹配的需求量（ac_qty）值的最佳方法是什么？

谢谢。

Answer 1

尝试使用left_join（导入dplyr包），

在这里，我们根据两个数据帧的公共列将它们连接起来

er <- left_join(ac, fc, by = c("Region", "Product", "time") )

er <- mutate(er, er_qty = fc_qty - ac_qty) %>% select(-fc_qty,-ac_qty)

在第二行，我们使用mutate创建一个新列，然后使用select删除fc_qty，ac_qty（select是可选的）

希望获得帮助。

R：使用其他数据框中的值来匹配行中的列值

1 个答案: