Question

我正在尝试编写一个循环来搜索data.frame B（date_B[j]）中的正确日期，并将相关值X_B[j]复制到{{1与同一日期X_A[i]相关的变量。

挑战在于：a）目标data.frame date_A[i]有几个相同的日期，但b）没有系统地所有data.frame（B）的日期。（B）包括所有需要的日期。因此，数据帧具有不同的长度。

问题：

为什么以下循环不起作用，但不返回错误消息？
如何解决？
R？还有其他方法可以解决这个问题吗？

数据框为：

我的目标是：

    A =

         date_A         X_A 
    1    2010-01-01       
    2    2010-01-02
    3    2010-01-03
    4    2010-01-02
    5    2010-02-03
    6    2010-01-01
    7    2010-01-02
    .
    .
    . 
    20000

    B= 

         date_B           X_B
    1    2010-01-01       7.9
    2    2010-01-02       8.5
    3    2010-01-03       2.1
    .
    .
    400

我编写了以下循环，但由于某种原因，它没有找到超越第一行的方式。换句话说，它不会更改其他A= date_A X_A 1 2010-01-01 7.9 2 2010-01-02 8.5 3 2010-01-03 2.1 4 2010-01-02 8.5 5 2010-02-03 2.1 6 2010-01-01 7.9 7 2010-01-02 8.5单元格的值，尽管循环会无休止地运行。

X_A

感谢您的帮助。

Answer 1

有了这种问题，merge会让事情变得更容易。以你的例子我没有与第七行匹配，但也许你有一个错字。我的A数据框只有date_A列。如果您想重命名X_B列，那么names()<-将轻松完成;

 merge(A, B, by.x=1, by.y=1, all.x=TRUE)
#---result---
      date_A X_B
1 2010-01-01 7.9
2 2010-01-01 7.9
3 2010-01-02 8.5
4 2010-01-02 8.5
5 2010-01-02 8.5
6 2010-01-03 2.1
7 2010-02-03  NA

Answer 2

有了这些数据：

A <- data.frame( date_A = c('2010-01-01', '2010-01-02', '2010-01-03', '2010-01-02',
    '2010-02-03', '2010-01-01', '2010-01-02') )

B <- data.frame(   
    date_B = c('2010-01-01','2010-01-02','2010-01-03'),
    X_B = c(7.9,8.5,2.1))

您可以使用match()按正确的顺序索引X_B值：

A$X_A <- B$X_B[match(A$date_A,B$date_B)]

match()返回B$date_B中A$date_A位置的索引。另一个使用的技巧是使用因子的级别作为索引：

A$X_A <- B$X_B[A$date_A]

这是有效的，因为每个因子都按排序顺序排列，并对应于数值（1,2,3 ...）。因此，如果B根据这些级别排序，则返回正确的索引。（您可能希望对B进行排序以确保：B <- B[order(B$date_B),]）

至于为什么循环不起作用。首先，我认为你真的不想在R脚本中使用;。它使代码更难阅读。最好的是如果你学会编写清晰的代码。在您的代码中，您可以使用更一致的分配器并使用正确的缩进。例如：

i <- 1
j <- 1
while (i <= nrow(A))
{
    while (j <= nrow(B))
    {
        if (A$date_A[i]==B$date_B[j]) A$X_A[i] <- B$X_B[j]
        j <- j+1
        if (j == nrow(B)) i <- i+1
        j <- 1
    }
}

这是你的代码，但阅读起来要清楚得多。对我来说，这不会运行，因为级别不可比（由于拼写错误）所以我进行了as.character()调用。在真实数据集中可能不需要这样做。

索引会立即显示最大问题：您在j <- 1部分之外放错了if (j == nrow(B))。使用;终止该行，从而终止条件部分。因为这个j在每个循环中都设置为1。

更改它会使其运行得更好，但是仍然会出现错误，因为while的{{1}}循环可能在j大于{{1}中的行数之前完成}}。这可以通过设置i语句并将A个循环折叠为一个来更改。最后，您需要将AND语句设置为大于while中的行数，或者省略一行。这应该有效：

if

但这只是为了表明出了什么问题，我从来没有建议这样做过这样的事情。即使你真的想要使用循环，你也可能更适合使用B循环。

Answer 3

哇！你的代码让我害怕。至少，为这种事情使用for循环（虽然@Dwin的解决方案是解决这个问题的方法）：

for(i in seq(nrow(A)))
{
    for(j in seq(nrow(B)))
    {
        if(A$date_A[i]==B$date_B[j])
        {
            A$X_A[i] <- B$X_B[j]
        }
    }
}

这样可以防止在while循环结束时手动尝试增加的所有丑陋（在你自己的代码中，顺便说一下，j = 1需要移到内括号之外）。

注意：此代码与您的代码一样，当B包含两行与A中的日期相同时，它不会解决问题（它将始终使用B中该行日期的最后一行的值）。它可以帮助您理解而不是简单的增量循环。

R：具有重复值的循环

3 个答案: