部分总结两个数据帧
部分总结两个数据帧
提问于 2019-01-30 23:38:16
我有两个数据帧。对于df1的某些行，在df2中有匹配的行。现在，应该对df1的一些列进行操作，使它们包含自己的值和df2中的等价值之和。
在下面的示例中，应该对列'count1‘和'count2’求和，而不是对列'type‘求和。
df1 <- data.frame(id = c("one_a", "two_a", "three_a", "four_a"), type = c(8,7,6,5), count1 = c(1,2,1,NA), count2 = c(NA,0,1,0), id_df2 = c("one", "two", "three", "four"))
df2 <- data.frame(id = c("one", "two", "four"), type = c(8,7,5), count1 = c(0,1,1), count2 = c(0,0,1))
result <- data.frame(id = c("one_a", "two_a", "three_a", "four_a"), type = c(8,7,6,5), count1 = c(1,3,1,1), count2 = c(0,0,1,1))
> df1
id type count1 count2 id_df2
1 one_a 8 1 NA one
2 two_a 7 2 0 two
3 three_a 6 1 1 three
4 four_a 5 NA 0 four
> df2
id type count1 count2
1 one 8 0 0
2 two 7 1 0
3 four 5 1 1
> result
id type count1 count2
1 one_a 8 1 0
2 two_a 7 3 0
3 three_a 6 1 1
4 four_a 5 1 1也有类似的问题，我试图通过拆分数据帧并随后将其合并来找到解决方案。我只是想知道是否有更优雅的方式来做这件事。我的原始数据集大约有300列，所以我正在寻找一个可伸缩的解决方案。
预先感谢chuckmorris
回答 2
Stack Overflow用户
发布于 2019-01-30 23:46:35
你可以这样做：
library(dplyr)
df1 %>% select(-id_df2) %>%
bind_rows(df2) %>%
mutate(id = gsub("_.*", "", id)) %>%
replace(., is.na(.), 0) %>%
group_by(id, type) %>%
summarise_at(vars(contains("count")), funs(sum))其中，输出为：
# A tibble: 4 x 4
# Groups: id [?]
id type count1 count2
<chr> <dbl> <dbl> <dbl>
1 four 5 1 1
2 one 8 1 0
3 three 6 1 1
4 two 7 3 0但也包括：
df1 %>% select(-id_df2) %>%
bind_rows(df2) %>%
mutate(id = ifelse(grepl("_", id), id, paste0(id, "_a"))) %>%
replace(., is.na(.), 0) %>%
group_by(id, type) %>%
summarise_at(vars(contains("count")), funs(sum))如果您对保留_a部件感兴趣。
另一种方法是使用join，转换为long，然后向后传播，如：
library(tidyverse)
df1 %>%
left_join(df2, by = c("id_df2" = "id")) %>%
gather(var, val, -id) %>%
mutate(var = gsub("\\..*", "", var)) %>%
distinct(id, var, val) %>%
filter(!var == "id_df2") %>%
group_by(id, var) %>%
summarise(val = sum(as.numeric(val), na.rm = T)) %>%
spread(var, val) 给予：
# A tibble: 4 x 4
# Groups: id [4]
id count1 count2 type
<fct> <dbl> <dbl> <dbl>
1 four_a 1 1 5
2 one_a 1 0 8
3 three_a 1 1 6
4 two_a 3 0 7如果_a结束有特殊目的，这可能是有意义的，例如，还有带有_b、_c等的组(在这种情况下，上面的方法将失败)。
Stack Overflow用户
发布于 2019-01-31 04:52:29
稍微不那么优雅，但仍然有效：
result_2 <- df2 %>%
mutate(id = paste0(id, "_a")) %>%
bind_rows(df1) %>%
select(-id_df2) %>%
replace(., is.na(.), 0) %>%
group_by(id) %>%
summarise(count1 = sum(count1), count2 = sum(count2), type = max(type)) %>%
mutate(id_df2 = as.factor(id)) %>%
select(c(id_df2, type, count1, count2), -id)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54444226
复制相关文章
相似问题
腾讯云开发者
