如何在v提供两种data.frames合并到一起,参照查找表
题
我试图合并两个data.frames
在一起,根据他们每个人的所谓series_id
一个共同的列名。这里是我的MERGE语句:
merge(test_growth_series_LUT, test_growth_series, by = intersect(series_id, series_id))
我得到的错误是
在as.vector错误(Y):对象 'series_id' 未找到
在帮助给出了这样的描述,但我不明白为什么它不能找到series_id
。实施例的数据如下。
### S3 method for class 'data.frame':
#merge(x, y, by = intersect(names(x), names(y)),
# by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
# sort = TRUE, suffixes = c(".x",".y"), ...)
# Create a long data.frame to store data...
test_growth_series = data.frame ("read_day" = c(0, 3, 9, 0, 3, 9, 0, 2, 8),
"series_id" = c("p1s1", "p1s1", "p1s1", "p1s2", "p1s2", "p1s2", "p3s4", "p3s4", "p3s4"),
"mean_od" = c(0.6, 0.9, 1.3, 0.3, 0.6, 1.0, 0.2, 0.5, 1.2),
"sd_od" = c(0.1, 0.2, 0.2, 0.1, 0.1, 0.3, 0.04, 0.1, 0.3),
"n_in_stat" = c(8, 8, 8, 8, 7, 5, 8, 7, 2)
)
# Create a name LUT
test_growth_series_LUT = data.frame ("series_id" = c("p1s1", "p1s2", "p3s4", "p4s2", "p5s2", "p6s2", "p7s4", "p8s4", "p9s4"),"description" = c("blah1", "blah2", "blah3", "blah4", "blah5", "blah6", "blah7", "blah8", "blah9")
)
> test_growth_series
read_day series_id mean_od sd_od n_in_stat
1 0 p1s1 0.6 0.10 8
2 3 p1s1 0.9 0.20 8
3 9 p1s1 1.3 0.20 8
4 0 p1s2 0.3 0.10 8
5 3 p1s2 0.6 0.10 7
6 9 p1s2 1.0 0.30 5
7 0 p3s4 0.2 0.04 8
8 2 p3s4 0.5 0.10 7
9 8 p3s4 1.2 0.30 2
> test_growth_series_LUT
series_id description
1 p1s1 blah1
2 p1s2 blah2
3 p3s4 blah3
4 p4s2 blah4
5 p5s2 blah5
6 p6s2 blah6
7 p7s4 blah7
8 p8s4 blah8
9 p9s4 blah9
>
this is what I'm trying to achieve:
> new_test_growth_series
read_day series_id mean_od sd_od n_in_stat description
1 0 p1s1 0.6 0.10 8 blah1
2 3 p1s1 0.9 0.20 8 blah1
3 9 p1s1 1.3 0.20 8 blah1
4 0 p1s2 0.3 0.10 8 blah2
5 3 p1s2 0.6 0.10 7 blah2
6 9 p1s2 1.0 0.30 5 blah2
7 0 p3s4 0.2 0.04 8 blah3
8 2 p3s4 0.5 0.10 7 blah3
9 8 p3s4 1.2 0.30 2 blah3
解决方案
您可以只是这样做:
merge(test_growth_series_LUT, test_growth_series)
它会自动匹配的名称。如果你需要指定列,你做这样的:
merge(test_growth_series_LUT, test_growth_series, by = "series_id")
或者,如果你需要指定两侧(仅如果他们有不同的名称,你想匹配的需要)是这样的:
merge(test_growth_series_LUT, test_growth_series, by.x = "series_id", by.y = "series_id")
我建议通过转到帮助合并(?merge
)或致电example("merge", "base")
(实际上通过它走自己用处不大看的例子(并通过他们行走)。
两个附注:
- 您绝不会需要在这里使用交叉功能。使用
c()
明确指定多个列名。或者使用all
,all.x
和all.y
参数来样加入你想要指定哪些。 - 您会使用引号在大多数情况下指定列名,除非你有附加数据。否则,它会抱怨不能够找到的名称。特别是,当你不使用引号的名称必须是在搜索路径。 醇>
其他提示
我得到的误差是 “在as.vector错误(Y):对象 'series_id' 未找到”
test_growth_series$series_id
,它返回series_id的的矢量:在您的data.frame A柱可以这样表示。这样做的交叉是不必要的,但将被正确地写入这样的:
intersect(test_growth_series$series_id, test_growth_series_LUT$series_id)
要稍微更正确,你可能想要做一个左连接使用all.x=TRUE
。这包括你的情况下,从test_growth_series一个series_id不会出现在你的查询表。没有它,你可能最终在结果中缺少某些行。
merge(test_growth_series, test_growth_series_LUT, by = "series_id", all.x=TRUE)
不隶属于 StackOverflow