创建从R中的多个数据帧读取的条件

问题描述 投票:0回答:1

我正在尝试清理社交网络分析的数据,作为编码的新手,我在编写复杂的条件时遇到了麻烦。首先,我们有数据框bookinfo,其中感兴趣的标题是Date,Receiver,bookID:

>head(bookinfo)
        date                             receiver          bookId readingStatus
1 2017-04-21 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0062228013  ALREADY_READ
2 2017-04-18 03cff9d7-5712-410c-a4bf-f04ceede644b asin:1442449616  ALREADY_READ
3 2017-04-24 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545851904  ALREADY_READ
4 2017-04-18 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545384176  ALREADY_READ
5 2017-06-02 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0763643491  ALREADY_READ
6 2017-04-24 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545851890  ALREADY_READ

然后,我们有数据帧rec,其中感兴趣的标题是Date,Sender,Receiver和bookId:

>head(rec)
     date                               sender                             receiver       messageType          bookId
1 4/21/17 7a28156e-950e-47b7-a4aa-241fa9cfcf1a f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:0986444138
2 4/21/17 fb4eefd3-03e9-40c3-bc9e-af85ea88d827 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1434297314
3 4/21/17 dc319e95-0e3e-461e-b02c-abab4414c741 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1484746694
4 4/18/17 118c57b6-e946-453f-88b2-6ae1282e62ab f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1514241587
5 4/21/17 dd0de21d-889d-4bf1-9ebb-af50b6660815 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:0986444138
6 4/21/17 f85d06ea-d534-42de-a714-6dc6358d1e29 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1484746694

在数据框rec中,我想创建一个新列Ties。有条件的如下:

Tie = 1 if

  • rec中:Sender,Receiver和bookId在同一行AND中
  • bookinfo:同一个Receiver,同一bookId在同一行中,这里的日期晚于rec中引用行的日期
  • 请注意,recbookinfo不一定一致。而Sender + Receiver + bookId可能是rec中的第3行,而Receiver + bookId可能是bookinfo中的第10行。

否则,Tie = 0。

直觉是,如果接收者在从发件人收到该书的推荐日期之后显示该书的活动,那么他们就有了平局。 (如果他们在日期之前显示活动,则与发件人无关)。

在此先感谢您的帮助和时间!

r sna
1个回答
0
投票

我知道你有一个复杂的数据框,但请尝试提供可重复的示例 - 创建一些大致遵循自己的虚拟数据。

你真正想要的代码是函数内部的布尔索引。它使用列的整数位置,但您也可以使用列名称。

希望这可以帮助。

options(stringsAsFactors = FALSE)
bookinfo <- data.frame(date = as.Date(c('01-08-2010', '01-08-2010', '01-08-2011', '01-09-2011', '01-08-2012'), format = '%d-%m-%Y'), Sender = c('a', 'b', 'c', 'd', 'e'), Receiver = c(1, 2, 3, 4, 5), bookId = as.character(c('Dickens', 'Austen', 'Dickens', 'Austen', 'Shakespeare'))) 
rec <- data.frame(date = as.Date(c('01-08-2016', '01-08-2004', '01-08-2014', '01-07-2011', '01-08-2015'), format = '%d-%m-%Y'), Sender = c('a', 'b', 'c', 'd', 'e'), Receiver = c(1, 2, 3, 4, 5), bookId = as.character(c('Dickens', 'Austen', 'Dickens', 'Austen', 'Shakespeare'))))

bookinfo[, 1] <- as.numeric(bookinfo[, 1])
rec[, 1] <- as.numeric(rec[, 1])

booked <- function (x, y) {
  if ((x[2] == y[2] && x[3] == y[3] && x[4] == y[4] && x[1] < y[1]) == TRUE) {
    result <- 1
  } else {
    result <- 0
  }

  return(result)
}

rec['tie'] <- ''

for (i in 1:nrow(rec)) {
  for (j in 1:nrow(bookinfo)) {
    if (booked(rec[i, ], bookinfo[j, ]) == 1) {
      rec[i, 'tie'] <- 1
      }
  }
}

编辑

我已经更新了代码,以便我现在将'bookinfo'中的所有数据行扫描到rec所需的匹配项。

一般来说,正如其他人会指出的那样,我们应该通过'apply'类型函数来寻找代码,而不是编写循环。但是,这是一个棘手的问题,我无法立即找到解决方案。

© www.soinside.com 2019 - 2024. All rights reserved.