R - 創建一個新變量，其中每個觀察值取決於另一個表和數據框中的其他變量

Question

我有以下兩個表：

df <- data.frame(eth = c("A","B","B","A","C"),ZIP1 = c(1,1,2,3,5))
Inc <- data.frame(ZIP2 = c(1,2,3,4,5,6,7),A = c(56,98,43,4,90,19,59), B = c(49,10,69,30,10,4,95),C = c(69,2,59,8,17,84,30))

eth    ZIP1         ZIP2    A    B    C
A      1            1      56   49   69
B      1            2      98   10   2
B      2            3      43   69   59
A      3            4      4    30   8
C      5            5      90   10   17
                    6      19   4    84
                    7      59   95   39

我想在df數據框中創建一個變量Inc，對於每個觀察，該值是觀察的eth和ZIP的交集。 在我的例子中，它會導致：

   eth    ZIP1   Inc        
    A      1    56
    B      1    49
    B      2    10
    A      3    43
    C      5    17

一個循環或非常強大的力量可以解決它，但我的數據集需要時間，我正在尋找一個更微妙的方式，可能使用data.table。 在我看來，這是一個非常標准的問題，我很抱歉，如果是這樣，我無法為這個問題制定一個精確的標題（你可能已經注意到了......）也許是為什么我沒有找到任何類似的問題在論壇上搜索..

謝謝 ！

Answer 1

當然，它可以在data.table中完成：

library(data.table)
setDT(df)

df[ melt(Inc, id.var="ZIP2", variable.name="eth", value.name="Inc"), 
  Inc := i.Inc
, on=c(ZIP1 = "ZIP2","eth") ]

此“merge-assign”操作的語法是X[i, Xcol := expression, on=merge_cols] 。

您可以i = melt(Inc, id.var="ZIP", variable.name="eth", value.name="Inc")運行i = melt(Inc, id.var="ZIP", variable.name="eth", value.name="Inc")部分，看看它是如何工作的。 在合並中，來自i列可以用i.*前綴來引用。

---

交替...

setDT(df)
setDT(Inc)
df[, Inc := Inc[.(ZIP1), eth, on="ZIP2", with=FALSE], by=eth]

這是建立在類似的想法上的。 包裝暈影是開始使用這種語法的好地方。

Answer 2

我們可以使用row/column索引

df$Inc <- Inc[cbind(match(df$ZIP1, Inc$ZIP2), match(df$eth, colnames(Inc)))]

df
#  eth ZIP1 Inc
#1   A    1  56
#2   B    1  49
#3   B    2  10
#4   A    3  43
#5   C    5  17

Answer 3

那這個呢？

library(reshape2)
merge(df, melt(Inc, id="ZIP2"), by.x = c("ZIP1", "eth"), by.y = c("ZIP2", "variable"))
  ZIP1 eth value
1    1   A    56
2    1   B    49
3    2   B    10
4    3   A    43
5    5   C    17

Answer 4

另外一個選項：

library(dplyr)
library(tidyr)
Inc %>%
  gather(eth, value, -ZIP2) %>%
  left_join(df, ., by = c("eth", "ZIP1" = "ZIP2"))

Answer 5

我的解決方案（可能看起來很尷尬）

for (i in 1:length(df$eth)) {
    df$Inc[i] <- Inc[as.character(df$eth[i])][df$ZIP[i],]
}