R 根据2个条件合并两个表，并将平均值作为结果列输出

我有以下两个表格：

Table_1
    ID  Interval
    1   10
    1   11
    2   11

及

输出表应如下所示：

ID  Interval    Mean Ratings
1   10          0.4
1   11          0.1
2   11          0.15

我的目标是基于两个条件/列ID和interval连接这两个表。考虑到我对同一ID和时间间隔有多个评分，我想计算评分的平均值。虽然ID是唯一的（~9500），但间隔会针对不同的ID重复（如上表所示）。我目前的方法是带有2个参数的联接函数。如何创建一个最终表格，其中表格_1和表格_2根据条件ID和时间间隔连接，并在结果列中接收平均评级

left_join(Table_1, Table_2, by = c("ID" = "ID", "Interval" = "Interval"))

---

你不需要加入。相反，绑定表并使用dplyr中的group&summary。以下内容实现了您的要求：

library(dplyr)

table_1 <- data.frame("ID"= c(1,1,2),"Interval"=c (10,11,11),"Rating"= c(NA,NA,NA))
table_2 <- data.frame("ID"= c(1,1,1,2,2),"Interval"= c(10,10,11,11,11),"Rating"= c(0.5,0.3,0.1,0.1,0.2))

df1 <- bind_rows(table_1,table_2) %>% group_by(ID,Interval) %>% summarise("Mean Ratings" = mean(Rating,na.rm = TRUE))

库（dplyr）
表1您不需要加入。相反，绑定表并使用dplyr中的group&summary。以下内容实现了您的要求：

library(dplyr)

table_1 <- data.frame("ID"= c(1,1,2),"Interval"=c (10,11,11),"Rating"= c(NA,NA,NA))
table_2 <- data.frame("ID"= c(1,1,1,2,2),"Interval"= c(10,10,11,11,11),"Rating"= c(0.5,0.3,0.1,0.1,0.2))

df1 <- bind_rows(table_1,table_2) %>% group_by(ID,Interval) %>% summarise("Mean Ratings" = mean(Rating,na.rm = TRUE))

库（dplyr）
表1您可以通过
dplyr
的
left\u join
，
按
分组，然后
汇总来实现

library(dplyr)

table1 %>% 
  left_join(table2, by = c("ID", "Interval")) %>% 
  group_by(ID, Interval) %>% 
  summarise("Mean Ratings" = mean(Rating))

## A tibble: 3 x 3
## Groups:   ID [?]
#     ID Interval `Mean Ratings`
#  <int>    <int>          <dbl>
#1     1       10           0.4
#2     1       11           0.1
#3     2       11           0.15

库（dplyr）
表1%>%
左连接（表2，by=c（“ID”，“Interval”））%>%
分组依据（ID，间隔）%>%
总结（“平均评级”=平均（评级））
##一个tibble:3x3
##组：ID[？]
#ID间隔`平均评级`
#                
#1     1       10           0.4
#2     1       11           0.1
#3     2       11           0.15


数据

table1 <- read.table(header = T, text="ID  Interval
    1   10
    1   11
    2   11")

table2 <- read.table(header = T, text = "ID Interval    Rating
        1   10          0.5
        1   10          0.3
        1   11          0.1
        2   11          0.1
        2   11          0.2")

table1您可以通过
dplyr
的
left\u join
，
group\u by
，然后
总结来实现

library(dplyr)

table1 %>% 
  left_join(table2, by = c("ID", "Interval")) %>% 
  group_by(ID, Interval) %>% 
  summarise("Mean Ratings" = mean(Rating))

## A tibble: 3 x 3
## Groups:   ID [?]
#     ID Interval `Mean Ratings`
#  <int>    <int>          <dbl>
#1     1       10           0.4
#2     1       11           0.1
#3     2       11           0.15

库（dplyr）
表1%>%
左连接（表2，by=c（“ID”，“Interval”））%>%
分组依据（ID，间隔）%>%
总结（“平均评级”=平均（评级））
##一个tibble:3x3
##组：ID[？]
#ID间隔`平均评级`
#                
#1     1       10           0.4
#2     1       11           0.1
#3     2       11           0.15


数据

table1 <- read.table(header = T, text="ID  Interval
    1   10
    1   11
    2   11")

table2 <- read.table(header = T, text = "ID Interval    Rating
        1   10          0.5
        1   10          0.3
        1   11          0.1
        2   11          0.1
        2   11          0.2")

table1首先，您需要汇总第二个表
DT2
，然后与第一个表
DT1
执行右联接

库（data.table）
DT1[DT2[，（平均值=平均值（评级）），（ID，区间）]，on=c（ID=“ID”，区间=“区间”）]

给

   ID Interval Mean_Rating
1:  1       10        0.40
2:  1       11        0.10
3:  2       11        0.15



样本数据：

DT1 <- structure(list(ID = c(1L, 1L, 2L), Interval = c(10L, 11L, 11L
)), .Names = c("ID", "Interval"), class = c("data.table", "data.frame"
), row.names = c(NA, -3L))

DT2 <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), Interval = c(10L, 
10L, 11L, 11L, 11L), Rating = c(0.5, 0.3, 0.1, 0.1, 0.2)), .Names = c("ID", 
"Interval", "Rating"), class = c("data.table", "data.frame"), row.names = c(NA, 
-5L))

DT1首先，您需要汇总第二个表
DT2
，然后与第一个表执行右联接
DT1

库（data.table）
DT1[DT2[，（平均值=平均值（评级）），（ID，区间）]，on=c（ID=“ID”，区间=“区间”）]

给

   ID Interval Mean_Rating
1:  1       10        0.40
2:  1       11        0.10
3:  2       11        0.15



样本数据：

DT1 <- structure(list(ID = c(1L, 1L, 2L), Interval = c(10L, 11L, 11L
)), .Names = c("ID", "Interval"), class = c("data.table", "data.frame"
), row.names = c(NA, -3L))

DT2 <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), Interval = c(10L, 
10L, 11L, 11L, 11L), Rating = c(0.5, 0.3, 0.1, 0.1, 0.2)), .Names = c("ID", 
"Interval", "Rating"), class = c("data.table", "data.frame"), row.names = c(NA, 
-5L))

这是错误的。您需要在此处合并，因为如果在
表2中
您有
ID=3
和
interval=which
，那么您需要合并，以便
ID=3
不包含在分析中。我无法理解您的注释。如果存在一组不需要的ID，则用户可以将其过滤掉，例如筛选（df1，ID%在%c（1,2）中）。使用数千个ID进行尝试。。。这就是合并存在的原因。@Sotos:谢谢你的评论。你能提供你实现期望输出的方法吗？其他两个答案中的任何一个都可以。这是错误的。您需要在此处合并，因为如果在
表2中
您有
ID=3
和
interval=which
，那么您需要合并，以便
ID=3
不包含在分析中。我无法理解您的注释。如果存在一组不需要的ID，则用户可以将其过滤掉，例如筛选（df1，ID%在%c（1,2）中）。使用数千个ID进行尝试。。。这就是合并存在的原因。@Sotos:谢谢你的评论。你能提供你实现期望结果的方法吗？其他两个答案中的任何一个都可以。可能重复的我会投反对票，但现在不要。你问了一个问题，详细说明了解决方案的必要步骤——一个简单的谷歌会对你有所帮助。关于合并/汇总的问题有很多。@Tjebo:OP还需要一个groupby和Summary步骤。Join不会计算平均值。@我同意，因此它不是一个完整的问题，而是两个很容易找到的独立问题。PS如果有人投了反对票，那不是我。我可能会投反对票，但现在不投了。你问了一个问题，详细说明了解决方案的必要步骤——一个简单的谷歌会对你有所帮助。关于合并/汇总的问题有很多。@Tjebo:OP还需要一个groupby和Summary步骤。Join不会计算平均值。@我同意，因此它不是一个完整的问题，而是两个很容易找到的独立问题。如果有人投了反对票，那不是我。