使用dplyr从另一个数据框中提取数据？

Question

使用dplyr从另一个数据框中提取数据？

5

我有一个数据框叫做dat_new，实际上它是临床就诊数据，hrn是患者ID，dov是访问日期（每个人多次访问）。然后，我有一个名为event的数据框，其中包含有日期的住院记录（每个人多次入院）。

我想做的是，对于每个诊所访问，我想要求出在该诊所访问之前发生的住院记录总和，很简单。

这可以使用plyr中的ddply完成，需要一些时间但运行良好。

temp <- ddply(dat_new, .(hrn,dov), summarise,
              dka2 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==2),
              dka3 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==3),
              dka8 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==8)
)

现在，我试图用dplyr重写代码，但是出现了错误。

Error: binding not found: 'event_code'

我将其编码如下：

我已将其编码如下：

temp2 <- group_by(dat_new, hrn, dov)
temp3 <- summarise(temp2,
                   dka2 = sum(event$event_code[which(event$hrn==hrn & event$doa <= dov)]==2))

显然，event_code不在temp2数据框中。这是dplyr无法在“总结”时处理“其他”数据框的情况吗？如果有更好的方法来执行我正在进行的“查找/总和”，我会认真听取建议。

我试过几次，在vanilla R中以不同的顺序加载软件包，以尝试消除任何命名空间问题。

谢谢。

编辑-可重现的例子

这是一个简单而粗略的示例，仅用于说明问题。如果我们创建一个'lookup'数据框，其中每辆车都有两个mpg约为500，然后尝试查看原始数据框，在新数据框中查找并将两个mpg相加。 plyr给出了预期的答案，大约为1000。而dplyr则出现错误。

# add the model names as a column so they're easier to get at
mtcars$models <- row.names(mtcars)

# create a 'lookup' table
xtra <- data.frame(models = rep(row.names(mtcars),2),
                    newmpg = rnorm(2*nrow(mtcars),500,10)
)
xtra <- xtra[sample(row.names(xtra)), ]

library(plyr)
ddply(mtcars, .(models), summarise,
        revisedmpg = sum(xtra$newmpg[models==xtra$models]) )
# great, one row per car, with both mpgs added together
library(dplyr)

temp2 <- group_by(mtcars, models)
temp3 <- summarise(temp2,
                   revisedmpg = xtra$newmpg[models==xtra$models] )
# error

- nzcoops

1

我几周前遇到了类似的问题，我认为这与 https://github.com/hadley/dplyr/issues/170 有关。我真的希望能够使用 dplyr 实现这种任务的优雅方法。期待看到这个问题的答案。你的问题真的很有趣，请尽力使其可重现，以便其他人可以帮助你。例如使用 mtcars 数据集。 - dickoa

好的，已经完成了，虽然有些粗糙 :) - nzcoops

也许是@hadley。这可能是一个不太恰当的词汇选择，但我更喜欢将这个（我的当前工作plyr版本）视为更像是查找而不是任何类型的连接。正如我在下面Troy的答案评论中所暗示的，我不喜欢“连接”的想法，因为你会得到n1 x n2条记录的结果数据框/表（然后进行操作）。 - nzcoops

查找只是一种连接类型。我认为我们只是在使用不同的语言表达相同的事情。 - hadley

好的，我是指我的措辞不太恰当。 - nzcoops

显示剩余2条评论

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Troy · Accepted Answer

怎么样：

merge(mtcars,xtra,by="models") %.% group_by(models) %.% summarise(sum(newmpg))

编辑抱歉，我觉得这是你想要的内容；

# from what I can tell of your data:
dat_new<-data.frame(hrn=c("P1","P2"),dov=42000)
event<-data.frame(hrn=sample(dat_new$hrn,20,T),doa=41990+sample(1:20,20),event_code=sample(2:8,20,T))


merge(dat_new,event,by="hrn") %.%
filter(doa<=dov) %.% 
group_by(hrn,dov) %.%
summarise(dka2=length(event_code[event_code==2]),
          dka3=length(event_code[event_code==3]),
          dka8=length(event_code[event_code==8]))

Source: local data frame [2 x 5]
Groups: hrn

  hrn   dov dka2 dka3 dka8
1  P1 42000    2    1    0
2  P2 42000    1    0    1

很抱歉 - 在编辑之前，我混淆了doa和dov - 根据您的表格中还有什么内容，您可能需要调整merge(,by=c("x",..))调用。