R 根据其他数据帧映射替换某些行中的值
我有一张表格(R 根据其他数据帧映射替换某些行中的值,r,dplyr,plyr,tidyr,R,Dplyr,Plyr,Tidyr,我有一张表格(d.tab),上面有一对来自调查的问题-答案。有些是单选答案,有些是多选答案。我想从单选答案的数值中查找其文本值。为此,我有一个查找表(d.lookup) 我试着将它们合并,但这有点难看,因为我现在必须过滤掉value!=答案\u id。有没有一种更漂亮的方法,可以使用plyr或dplyr或tidyr tab = ' question_id question_type subject value 1 single-choice 1 1 2 multiple-ch
d.tab
),上面有一对来自调查的问题-答案。有些是单选答案,有些是多选答案。我想从单选答案的数值中查找其文本值。为此,我有一个查找表(d.lookup
)
我试着将它们合并,但这有点难看,因为我现在必须过滤掉value!=答案\u id
。有没有一种更漂亮的方法,可以使用plyr
或dplyr
或tidyr
tab = '
question_id question_type subject value
1 single-choice 1 1
2 multiple-choice 1 2
3 single-choice 1 2
1 single-choice 2 2
2 multiple-choice 2 3,4
3 single-choice 2 2
'
lookup = '
question_id answer_id answer_text
1 1 female
1 2 male
3 1 no
3 2 yes
'
d.tab = read.table(text = tab, header = TRUE)
d.lookup = read.table(text = lookup, header = TRUE)
merge(d.tab, d.lookup, by = "question_id", all.x = TRUE)
我不想对多选
行做任何事情,只要更新原始数据框,用d.tab
的answer\u text
中的实际文本替换value
,前提是answer\u id
与值匹配
我知道我能做到:
merge(d.tab, d.lookup, by.x = c("question_id", "value"), by.y = c("question_id", "answer_id"), all.x = TRUE)
但是这给了我一个新的列answer\u text
,原始的值仍然在那里,我不需要它。你的问题中正确地调用了merge()
。剩下的就是筛选带有单选答案的行,并选择除value
之外的所有列。使用dplyr,可以按如下方式进行:
library(dplyr)
filter(d.tab, question_type == "single-choice") %>%
mutate(value = as.numeric(as.character(value))) %>%
merge(d.lookup, by.x = c("question_id", "value"),
by.y = c("question_id", "answer_id")) %>%
select(-value)
第二行包含因子变量值
到数值的显式转换。这很重要,因为将因子转换为数字可能会导致奇怪的结果。我将在下面添加几行关于这个主题的内容
请注意,dplyr
还附带了自己的函数来替换merge。如果您的桌子很大,您会注意到这些更有效。使用dplyr
中的left\u join
解决方案如下:
library(dplyr)
filter(d.tab, question_type == "single-choice") %>%
mutate(value = as.numeric(as.character(value))) %>%
left_join(d.lookup,
by = c("question_id" = "question_id",
"value" = "answer_id")) %>%
select(-value)
下面是关于我承诺的因素的评论。因子的问题是它们实际上是整数,其中每个整数值都有一个与其关联的标签。当您使用as.numeric()
将因子简单地转换为数值时,您将得到与标签关联的整数。您几乎肯定会遇到这个数据问题,原因如下
我创建了一个模拟数据的因子变量:
values <- factor(c("1", "2", "3,4", "3", "4"))
这可能不是你所期望的。原因是数字1到5与我们上面定义的五个级别相关联。如果要获得与标签匹配的数字,需要首先转换为字符:
as.numeric(as.character(values[-3]))
## [1] 1 2 3 4
因此,即使merge()
在某个地方将因子转换为数值,我也不会依赖它以您想要的方式来完成。因此,您应该明确地进行转换。使用data.table的替代解决方案:
其中:
question_id question_type subject value
1: 1 single-choice 1 female
2: 2 multiple-choice 1 2
3: 3 single-choice 1 yes
4: 1 single-choice 2 male
5: 2 multiple-choice 2 3,4
6: 3 single-choice 2 yes
正如@Stibu已经提到的,用多个值分割行可能更好。splitstackshape包中的cSplit
函数示例:
两者都给出:
question_id question_type subject value
1: 1 single-choice 1 female
2: 2 multiple-choice 1 2
3: 3 single-choice 1 yes
4: 1 single-choice 2 male
5: 2 multiple-choice 2 3
6: 2 multiple-choice 2 4
7: 3 single-choice 2 yes
您可以通过几个甚至可能具有不同名称的列进行合并。您实际上只想合并单选答案,这是正确的吗?否则,包含3,4
的行将有点棘手。是的,我不想对多选行执行任何操作。这些只是为了表明我只需要替换一部分值;我刚刚注意到我可以做这个多键合并,但它并没有达到我所需要的。这是一些很好的建议,非常感谢!现在,我有一个问题的微小变化。假设我有另一个问题类型likert
,一个只包含列answer\u id
和answer\u text
(例如,答案1表示“强烈不同意”,2表示“不同意”等)的查找表。我将如何替换原始数据框值的子集(假设我保持了原始列value
的完整性)?当我在这里进行合并时,我会得到answer\u text.x
和answer\u text.y
列,对于我将替换它的行,前者仍然是NA。您不就是通过value
和answer\u id
进行合并吗。如果在d.tab
中有许多匹配项,则没有问题。根据需要,查找表中的匹配行只需合并到d.tab
中即可。或者你的问题是关于别的什么?是的,我可以做这个合并,但是假设我之前已经做过另一个合并,所以我已经有一个answer\u text
列,其中包含NA
值,用于question\u type
是likert
的行。如果我再进行一次合并,我已经有了一个answer\u text
列,然后在结果中得到answer\u text.x
和answer\u text.y
。如果没有我能理解的数据,这有点难以想象——我当然可以发布一个新问题:)看起来很干净,谢谢!(为什么要在R中实现一件事又有一百万种解决方案?)
question_id question_type subject value
1: 1 single-choice 1 female
2: 2 multiple-choice 1 2
3: 3 single-choice 1 yes
4: 1 single-choice 2 male
5: 2 multiple-choice 2 3,4
6: 3 single-choice 2 yes
library(splitstackshape)
cSplit(d.tab, "value", sep=",",
direction="long",
type.convert = FALSE)[d.lookup,
value := answer_text,
on = c("question_id", "value"="answer_id")]
# or everything in 'data.table'
d.tab[, lapply(.SD, function(x) unlist(tstrsplit(x, ','))), setdiff(names(d.tab),"value")
][d.lookup, value := answer_text, on = c("question_id", "value"="answer_id")][]
question_id question_type subject value
1: 1 single-choice 1 female
2: 2 multiple-choice 1 2
3: 3 single-choice 1 yes
4: 1 single-choice 2 male
5: 2 multiple-choice 2 3
6: 2 multiple-choice 2 4
7: 3 single-choice 2 yes