基于两个不同列名的列，合并两个数据框。

Question

基于两个不同列名的列，合并两个数据框。

6

我有两个非常大的数据集，看起来像下面这样：

merge_data <- data.frame(ID = c(1,2,3,4,5,6,7,8,9,10), 
                         position=c("yes","no","yes","no","yes", 
                                    "no","yes","no","yes","yes"),
                         school = c("a","b","a","a","c","b","c","d","d","e"),
                         year1 = c(2000,2000,2000,2001,2001,2000,
                                   2003,2005,2008,2009), 
                         year2=year1-1)


 merge_data

 ID position school year1 year2
 1   1  support   a  2000  1999
 2   2   oppose   b  2000  1999
 3   3  support   a  2000  1999
 4   4   oppose   a  2001  2000
 5   5  support   c  2001  2000
 6   6   oppose   b  2000  1999
 7   7  support   c  2003  2002
 8   8   oppose   d  2005  2004
 9   9  support   d  2008  2007
 10 10  support   e  2009  2008



merge_data_2 <- data.frame(year=c(1999,1999,2000,2000,2000,2001,2003
                                  ,2012,2009,2009,2008,2002,2009,2005,
                                  2001,2000,2002,2000,2008,2005),
                           amount=c(100,200,300,400,500,600,700,800,900,
                                    1000,1100,1200,1300,1400,1500,1600,
                                    1700,1800,1900,2000), 
                           ID=c(1,1,2,2,2,3,3,3,5,6,8,9,10,13,15,17,19,20,21,7))


  merge_data_2
   year amount ID
1  1999    100  1
2  1999    200  1
3  2000    300  2
4  2000    400  2
5  2000    500  2
6  2001    600  3
7  2003    700  3
8  2012    800  3
9  2009    900  5
10 2009   1000  6
11 2008   1100  8
12 2002   1200  9
13 2009   1300 10
14 2005   1400 13
15 2001   1500 15
16 2000   1600 17
17 2002   1700 19
18 2000   1800 20
19 2008   1900 21
20 2005   2000  7

And what I want is:

 ID position school year1 year2 amount
 1    yes    a      2000  1999  300
 2    no     b      2000  1999  1200
10    yes    e      2009  2008  1300

在merge_data_2中，对于ID=1，我们有amount=300，因为有两种情况下ID=1，它们的year1或year2等于merge_data中ID=1的年份。

因此，我想要基于ID和年份执行合并操作。具体有以下两个条件：

1. merge_data中的ID与merge_data_2中的ID匹配。 2. merge_data中的year1和year2之一与merge_data_2中的年份匹配。然后根据每个ID的金额总和进行合并。

我认为代码将类似于：

merge_data_final <- merge(merge_data, merge_data_2, 
                          merge_data$ID == merge_data_2$ID && (merge_data$year1 || 
                            merge_data$year2 == merge_data_2$year))

Then somehow to aggregate the amount by ID.

显然我知道代码有误，而且一直在考虑使用plyr或reshape库，但是我很难掌握它们。希望得到帮助！谢谢大家！

- user1489597

1

如果merge_data_2中的一年同时匹配merge_data_1中的year1和year2，会发生什么？ - Justin

我认为你的输入数据与输出数据不匹配，特别是我认为学校e不匹配。在你的第一个代码块中，我还遇到了一个错误，因为在创建year2时，year1不存在...我的猜测是你之前在工作区定义过它，但在干净的R安装上运行时失败了。 - Chase

@ Chase，对不起，我犯了错误，是的，你是正确的，我已经纠正了它。 - user1489597

@Chase，我还需要对ID为2的数据求和，如果它们符合条件的话...再次抱歉！ - user1489597

看这个问题，用 R 代码分组并求和（或执行任意计算）。链接 - Chase

显示剩余3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

- Chase · Accepted Answer

如上所述，我认为您的示例输入和输出数据之间存在一些差异。以下是基本方法——您在使用 reshape2 时走了正确的路线。您可以将数据简单地 melt() 成长格式，这样您就可以在单个列上进行连接，而不是以前所表现出的“两者之一”。

library(reshape2)
#melt into long format
merge_data_m <- melt(merge_data, measure.vars = c("year1", "year2"))
#merge together, specifying the joining columns
merge(merge_data_m, merge_data_2, by.x = c("ID", "value"), by.y = c("ID", "year"))
#-----
  ID value position school variable amount
1  1  1999      yes      a    year2    100
2  1  1999      yes      a    year2    200
3  2  2000       no      b    year1    500
4  2  2000       no      b    year1    300
5  2  2000       no      b    year1    400