我有两个data.tables。我想合并第二个data.table中的信息与第一个:
DT1 <- fread(
"Val C D E F iso year
1 NA 1 NA NA NLD 2001
1 NA 2 NA NA NLD 2002
1 NA 3 NA NA GRC 2001
1 NA 3 NA NA GRC 2002",
header = TRUE)
DT2 <- fread(
"Val name O P Q R iso year
1 A NA 1 NA NA NLD 2001
1 A NA 2 NA NA NLD 2001
1 B NA 1 NA NA NLD 2001
1 B NA 2 NA NA NLD 2002
1 A NA 1 NA NA NLD 2002
1 B NA 2 NA NA NLD 2002
1 C NA 3 NA NA GRC 2001
1 C NA 3 NA NA GRC 2001
1 C NA 3 NA NA GRC 2001
1 A NA 3 NA NA GRC 2002
1 A NA 3 NA NA GRC 2002
1 B NA 3 NA NA GRC 2002",
header = TRUE)
我想如下将name
的DT2
下的信息添加到DT1
。如果对于iso
== NLD
,名称A
存在(无论频率如何),则列A都用A填充,如果不存在,则保留NA:
DT1 <- fread(
"Val C D E F iso year A B C
1 NA 1 NA NA NLD 2001 A B NA
1 NA 2 NA NA NLD 2002 A B NA
1 NA 3 NA NA GRC 2001 NA NA C
1 NA 3 NA NA GRC 2002 A B NA",
header = TRUE)
但是我不知道如何到达那里。我一直在尝试类似的东西:
DT[,A:="A"]
DT[,B:="B"]
DT[,C:="C"]
DT2$name[DT, on=c(iso="iso", year="year", name="A"), nomatch=0L]
或
merge(DT, DT2$name, on=c(iso="iso", year="year", A="name"), all.x = TRUE, allow.cartesian=FALSE)
但是我认为必须以不同的方式解决它。有人可以帮我吗?
Reshape DT2”,如下所示。我们将需要再一步将计数更改为A,B,C:
merge(DT1, dcast(DT2[, -c(3:6)], iso + year + Val ~ name),
by = c("iso", "year", "Val"))
# Using 'year' as value column. Use 'value.var' to override
# Aggregate function missing, defaulting to 'length'
# iso year Val C.x D E F A B C.y
# 1: GRC 2001 1 NA 3 NA NA 0 0 3
# 2: GRC 2002 1 NA 3 NA NA 2 1 0
# 3: NLD 2001 1 NA 1 NA NA 2 1 0
# 4: NLD 2002 1 NA 2 NA NA 1 2 0
另一种使用键合并的替代方法:
library(data.table)
#adding a key column "temp" to both DT1 and DT2
DT1[,temp:=paste0(iso,year,"_",D)]
DT2[,temp:=paste0(iso,year,"_",P)]
#merge accoring to "temp"
DT3 <- merge(DT1,DT2)
#Casting variable name, a warning pops-out saying it uses lenght as aggregation
DT3 <- dcast(merge(DT1,DT2),Val+C+D+E+F+iso+year~name)
#output
DT3
Val C D E F iso year A B C
1: 1 NA 1 NA NA NLD 2001 1 1 0
2: 1 NA 2 NA NA NLD 2002 0 2 0
3: 1 NA 3 NA NA GRC 2001 0 0 3
4: 1 NA 3 NA NA GRC 2002 2 1 0
最后使用this答案转换为所需的形式,我将其转换回数据帧以更改最后三列A,B,C的值。请注意,重复了C,所以我称它们为指数。
DT_final <- as.data.frame(DT3)
ind <- which(DT_final[,8:10]>0, arr.ind=TRUE)
DT_final[,8:10][ind]<- names(DT_final[,8:10])[ind[,"col"]]
DT_final
#output
Val C D E F iso year A B C
1 1 NA 1 NA NA NLD 2001 A B 0
2 1 NA 2 NA NA NLD 2002 0 B 0
3 1 NA 3 NA NA GRC 2001 0 0 C
4 1 NA 3 NA NA GRC 2002 A B 0