Как сделать левое соединение, в котором строка, взятая из «данных B», отличается от строки, в которой находится идентификатор?

Question

У меня есть фрейм данных "A" с двумя столбцами, первый имеет названия городов (уникальные значения), второй имеет NA, который я хочу заполнить безработицей.

фрейм данных "B"есть столбец с названиями городов, но безработица находится не в той же строке, если быть точным, она всегда на 1 строку ниже.

Как бы вы объединили эти два данных, чтобы R посмотрел на первый столбец нафрейм данных "A" находит свое совпадение в фрейме данных "B" и заменяет NA из второго столбца фрейма данных "A" на строку значения 1 ниже строки, в которой выполняется сопоставление.

Вот несколько обобщенных версий того, как будут выглядеть фреймы данных A и B.

names= c("Bogotá", "Medellín")
data_frame_A= as.data.frame(names, ncol=1)
colnames(data_frame_A)= "city"
data_frame_A$Unemployment = NA
data_frame_A

фрейм данных B выглядит примерно так

names= c("Bogotá", "life_exp","Unemployment","Medellín","life_exp","Unemployment")
data_frame_B= as.data.frame(names, ncol=1)
colnames(data_frame_B)= "city"
data_frame_B$column_20 = runif(6, 0.5, 0.8)
data_frame_B

Как бы выобъединить эти две данные тогда?

Answer 1

Вот метод, который проверяет, находится ли каждый city в data_frame_B в data_frame_A для назначения строк каждому городу.Мы создаем новый столбец с фактическим названием города, а затем можем spread переменные в свои собственные столбцы.После этого вы можете присоединиться к data_frame_A, если там есть нужные вам столбцы.

library(tidyverse)
data_frame_A <- structure(list(city = structure(1:2, .Label = c("Bogotá", "Medellín"), class = "factor"), Unemployment = c(NA, NA)), row.names = c(NA, -2L), class = "data.frame")
data_frame_B <- structure(list(city = structure(c(1L, 2L, 4L, 3L, 2L, 4L), .Label = c("Bogotá", "life_exp", "Medellín", "Unemployment"), class = "factor"), column_20 = c(0.653383622108959, 0.685130500583909, 0.616564040770754, 0.731770524056628, 0.53738643436227, 0.571727990615182)), row.names = c(NA, -6L), class = "data.frame")

data_frame_B %>%
  group_by(city_id = cumsum(city %in% data_frame_A$city)) %>%
  mutate(city_name = first(city)) %>%
  filter(city_name != city) %>%
  spread(city, column_20)
#> # A tibble: 2 x 4
#> # Groups:   city_id [2]
#>   city_id city_name life_exp Unemployment
#>     <int> <fct>        <dbl>        <dbl>
#> 1       1 Bogotá       0.685        0.617
#> 2       2 Medellín     0.537        0.572

^{Создано в 2019-04-22 с помощью пакета Представить (v0.2.1)}

Answer 2

Установка случайного начального числа в примечании в конце, чтобы сделать данные воспроизводимыми, мы можем использовать следующее двойное левое соединение:

library(sqldf)

sqldf("select a.city, b2.[column_20]
  from [data_frame_A] as a 
  left join [data_frame_B] as b using(city)
  left join [data_frame_B] as b2 on b2.rowid = b.rowid + 1")

дает:

      city column_20
1   Bogotá 0.7364915
2 Medellín 0.7821402

Примечание

set.seed(123)

names= c("Bogotá", "Medellín")
data_frame_A= as.data.frame(names, ncol=1)
colnames(data_frame_A)= "city"
data_frame_A$Unemployment = NA

names= c("Bogotá", "life_exp","Unemployment","Medellín","life_exp","Unemployment")
data_frame_B= as.data.frame(names, ncol=1)
colnames(data_frame_B)= "city"
data_frame_B$column_20 = runif(6, 0.5, 0.8)