Идиоматический метод R для «левого соединения» двух фреймов данных - PullRequest
Новая
       13

Идиоматический метод R для «левого соединения» двух фреймов данных

1 голос
/ 06 октября 2010

У меня есть два фрейма данных, в каждом из которых есть столбец, содержащий следующий коэффициент: 

> head(test.data)
      var0     var1       date  store
1 109.5678 109.5678 1990-03-30 Store1
2 109.3009 108.4261 1990-06-30 Store1
3 108.8262 106.2517 1990-09-30 Store1
4 108.2443 108.6417 1990-12-30 Store1
5 109.5678 109.5678 1991-03-30 Store1
6 109.3009 108.4261 1991-06-30 Store1
> summary(test.data)
      var0             var1              date                store   
 Min.   : -9.72   Min.   : -2.297   Min.   :1990-03-30   Store1 : 8  
 1st Qu.: 68.32   1st Qu.: 71.305   1st Qu.:1990-09-07   Store2 : 8  
 Median :102.19   Median :101.192   Median :1991-02-13   Store3 : 8  
 Mean   :101.09   Mean   :103.042   Mean   :1991-02-13   Store4 : 8  
 3rd Qu.:151.22   3rd Qu.:151.940   3rd Qu.:1991-07-23   Store5 : 8  
 Max.   :196.55   Max.   :201.099   Max.   :1991-12-30   Store6 : 8  
                                                         (Other):48  
>
> head(test.clusters)
   store cluster
1 Store1       A
2 Store2       C
3 Store3       A
4 Store4       B
5 Store5       D
6 Store6       A
>
> summary(test.clusters)
     store   cluster
 Store1 :1   A:5    
 Store2 :1   B:4    
 Store3 :1   C:2    
 Store4 :1   D:1    
 Store5 :1          
 Store6 :1          
 (Other):6          
>

Я хочу добавить в test.data столбец, содержащий cluster каждой строки на основе их общего store. В настоящее время я делаю это, используя дважды вложенный цикл: 

new_col <- rep(test.clusters$cluster[1], length(test.data$store))
for (i in seq(test.data$store)){
  for (j in seq(test.clusters$store)){
    if (test.data$store[i] == test.clusters$store[j]){
      new_col[i] <- test.clusters$cluster[j]
      break
    }       
  }
}
test.data$cluster <- new_col

Это очень многословно, крайне неэффективно и откровенно безобразно. Какой идиоматический метод для этого в R?

Ответы [ 3 ]

8 голосов
/ 06 октября 2010

Используйте функцию join из plyr. Он использует внутреннее сопоставление, поэтому должен быть быстрым (в 4-10 раз быстрее, чем слияние).

7 голосов
/ 06 октября 2010

Используйте функцию merge.

2 голосов
/ 06 октября 2010

Я рекомендую match. Это будет намного быстрее, чем merge.

Это должно выглядеть так: 

test.data$cluster <- test.clusters$cluster[match(test.data$store, test.clusters$store)]
...