Question

我有一个数据帧df：

colour  shape
'red'   circle
'blue'  square
'blue'  circle
'green' sphere

带有命名行/列的双矩阵m

      circle square sphere  
red   1      4      7
blue  2      5      8
green 3      6      9

我想在DF中添加一个新列，以便获得：

id  colour  shape
1   'red'   circle
5   'blue'  square
2   'blue'  circle
9   'green' sphere

我尝试使用以下代码执行此操作，但它似乎不起作用：

df$id <- m[df$colour,df$shape]

我也尝试过apply（）;和类似但没有运气。没有人使用循环，有人能告诉我这样做的正确方法吗？

Answer 1

一个相当简单（快速！）的替代方法是使用矩阵索引到矩阵中：

# Your data
d <- data.frame(color=c('red','blue','blue','green'), shape=c('circle','square','circle','sphere'))
m <- matrix(1:9, 3,3, dimnames=list(c('red','blue','green'), c('circle','square','sphere')))

# Create index matrix - each row is a row/col index
i <- cbind(match(d$color, rownames(m)), match(d$shape, colnames(m)))

# Now use it and add as the id column...
d2 <- cbind(id=m[i], d)

d2
#  id color  shape
#1  1   red circle
#2  5  blue square
#3  2  blue circle
#4  9 green sphere

match函数用于查找特定字符串的相应数字索引。

请注意，在较新版本的R（我认为是2.13和更新版本）中，您可以在索引矩阵中使用字符串。不幸的是，颜色和形状列通常为factors，而cbind不喜欢它（它使用整数代码），因此您需要使用as.character强制它们：

i <- cbind(as.character(d$color), as.character(d$shape))

......我怀疑使用match更有效率。

编辑我测量过，使用match的速度似乎快了约20％：

# Make 1 million rows
d <- d[sample.int(nrow(d), 1e6, TRUE), ]

system.time({
  i <- cbind(match(d$color, rownames(m)), match(d$shape, colnames(m)))
  d2 <- cbind(id=m[i], d)
}) # 0.46 secs


system.time({
  i <- cbind(as.character(d$color), as.character(d$shape))
  d2 <- cbind(id=m[i], d)
}) # 0.55 secs

Answer 2

我想我可能会在这里赢得最短的答案竞赛，只要这些是特征向量而不是可能更期望的因素，除非你做出特别努力避免。它实际上只添加cbind来将两个df“字符”向量转换为[.matrix函数所期望的两列矩阵，而您在使用时非常接近成功。（它似乎也有相当的表现力。）

# Data construct
d <- data.frame(color=c('red','blue','blue','green'), 
shape=c('circle','square','circle','sphere'), stringsAsFactors=FALSE)
 m <- matrix(1:9, 3,3, dimnames=list(c('red','blue','green'), c('circle','square','sphere')))
# Code:

 d$id <- with( d, m [ cbind(color, shape) ] )
 d
  color  shape id
1   red circle  1
2  blue square  5
3  blue circle  2
4 green sphere  9

Answer 3

另一个答案使用 reshape2 和 plyr （可选择仅用于加入）包。

require(plyr)
require(reshape2)

Df <- data.frame(colour = c("red", "blue", "blue", "green"), 
                  shape = c("circle", "square", "circle", "sphere"))

Mat <- matrix(1:9, dimnames = list(c("red", "blue", "green"),
                                   c("circle", "square", "sphere")), 
                    nrow = 3)

Df2 <- melt.array(Mat, varnames = c("colour", "shape"))

join(Df, Df2)
result <- join(Df, Df2)

join(Df, Df2)
Joining by: colour, shape
  colour  shape value
1    red circle     1
2   blue square     5
3   blue circle     2
4  green sphere     9

希望这个帮助

Answer 4

merge()是你的朋友。要使用它，我们需要一个适当的数据框来合并包含ID矩阵的堆叠版本。我使用以下代码创建newdf：

df <- data.frame(matrix(1:9, ncol = 3))
colnames(df) <- c("circle","square","sphere")
rownames(df) <- c("red","blue","green")

newdf <- cbind.data.frame(ID = unlist(df), 
                          expand.grid(colour = rownames(df), 
                                      shape = colnames(df)))

结果是：

> newdf
        ID colour  shape
circle1  1    red circle
circle2  2   blue circle
circle3  3  green circle
square1  4    red square
square2  5   blue square
square3  6  green square
sphere1  7    red sphere
sphere2  8   blue sphere
sphere3  9  green sphere

然后使用对象df2中的原始数据，使用

定义

df2 <- data.frame(colour = c("red","blue","blue","green"),
                  shape = c("circle","square","circle","sphere"))

使用merge()

> merge(newdf, df2, sort = FALSE)
  colour  shape ID
1    red circle  1
2   blue circle  2
3   blue square  5
4  green sphere  9

如果您需要，可以存储并重新排列列：

> res <- merge(newdf, df2, sort = FALSE)
> res <- res[,c(3,1,2)]
> res
  ID colour  shape
1  1    red circle
2  2   blue circle
3  5   blue square
4  9  green sphere

Answer 5

您还可以将矩阵m转换为矢量，然后将ID与颜色和形状值匹配：

df<-data.frame(colour=c("red","blue","blue","green"),
  shape=c("circle","square","circle","sphere"))


m<-matrix(1:9,nrow=3,dimnames=list(c("red","blue","green"),
  c("circle","square","sphere")))


mVec<-as.vector(m)

下一步将df中的颜色与m矩阵中的相应dimname匹配，然后添加与形状对应的整数。 m向量的索引中的结果与相应的ID。

df$ID<-mVec[match(df$colour, dimnames(m)[[1]]) + (dim(m)[1]*
  (match(df$shape, dimnames(m)[[2]]) - 1))]

Answer 6

#recreating your data
dat <- read.table(text="colour  shape
'red'   circle
'blue'  square
'blue'  circle
'green' sphere", header=TRUE)

d2 <- matrix(c(1:9), ncol=3, nrow=3, byrow=TRUE)
dimnames(d2) <-list(c('circle', 'square', 'sphere'),
c("red", "blue", "green"))
d2<-as.table(d2)

#make a list of matching to the row and column names of the look up matrix
LIST <- list(match(dat[, 2], rownames(d2)), match(dat[, 1], colnames(d2)))
#use sapply to index the lookup matrix using the row and col values from LIST 
id <- sapply(seq_along(LIST[[1]]), function(i) d2[LIST[[1]][i], LIST[[2]][i]])
#put it all back together
data.frame(id=id, dat)

使用双矩阵中的查找填充数据框中的新列

6 个答案: