R 按列和行合并数据帧

我有一个共享相似方面的两个数据集，例如数据集a

name    year    region
Jane    1980    1
Jane    1981    2
Mike    1980    1
Mike    1985    4
Bob     1980    NA
Bob     1981    1

和数据集B

year    1   2   3   4   5
1980    12  44  76  108 140
1981    55  77  99  121 143
1982    56  76  96  116 136
1983    56  43  30  17  4

我想在第一个数据集中创建一个名为“

income

”的新列，它根据年份和第1-5列合并第二个数据集中的数字。例如，由于1980年鲍勃在第5区，相应的

收入将为140。如果没有匹配项，我希望
income
成为
NA

到目前为止我试过了

which(A$year==B$year & A$region==rownames(B)[2:6])

但我认为这不管用

我还想补充的是，并非所有数据点都匹配，数据集A中的区域变量都有NAs，数据集B中的年数并不涵盖数据集A中的所有年份。
您只需要将第二个数据集的格式从宽格式转换为长格式。使用重塑2和plyr可以非常轻松地完成此操作：

library(reshape2)
library(plyr)

b <- read.table(text = "year    1   2   3   4   5
1980    12  44  76  108 140
1981    55  77  99  121 143
1982    56  76  96  116 136
1983    56  43  30  17  4",header = TRUE,sep = "",check.names = FALSE)

a <- read.table(text = "name    year    region
Jane    1980    1
Jane    1981    2
Mike    1980    1
Mike    1981    4
Bob     1980    5
Bob     1981    1",header = TRUE,sep = "")

b <- melt(b,id.vars = "year")
b <- rename(b,c("variable" = "region"))

merge(a,b,all.x = TRUE)

library（重塑2）
图书馆（plyr）
b您只需要将第二个数据集从宽格式转换为长格式。使用重塑2和plyr可以非常轻松地完成此操作：

library(reshape2)
library(plyr)

b <- read.table(text = "year    1   2   3   4   5
1980    12  44  76  108 140
1981    55  77  99  121 143
1982    56  76  96  116 136
1983    56  43  30  17  4",header = TRUE,sep = "",check.names = FALSE)

a <- read.table(text = "name    year    region
Jane    1980    1
Jane    1981    2
Mike    1980    1
Mike    1981    4
Bob     1980    5
Bob     1981    1",header = TRUE,sep = "")

b <- melt(b,id.vars = "year")
b <- rename(b,c("variable" = "region"))

merge(a,b,all.x = TRUE)

library（重塑2）
图书馆（plyr）
这是另一种选择，因为乔兰让我工作

创建收入的
矩阵

b <- as.matrix(B[-1])
rownames(b) <- B[,1]

我们可以使用它从矩阵“b”中提取相关数据，并将其添加到原始的
data.frame

A$income <- b[cbind(match(A$year, rownames(b)), A$region)]
A
#   name year region income
# 1 Jane 1980      1     12
# 2 Jane 1981      2     77
# 3 Mike 1980      1     12
# 4 Mike 1981      4    121
# 5  Bob 1980      5    140
# 6  Bob 1981      1     55

A$income这里有一个替代方案，因为Joran让我工作

创建收入的
矩阵

b <- as.matrix(B[-1])
rownames(b) <- B[,1]

我们可以使用它从矩阵“b”中提取相关数据，并将其添加到原始的
data.frame

A$income <- b[cbind(match(A$year, rownames(b)), A$region)]
A
#   name year region income
# 1 Jane 1980      1     12
# 2 Jane 1981      2     77
# 3 Mike 1980      1     12
# 4 Mike 1981      4    121
# 5  Bob 1980      5    140
# 6  Bob 1981      1     55

A$income既然joran和Ananda选择了所有好的选择，这里有一个荒谬的选择：

a$income <- 
  mapply(function(ro,co) b[ro,co], match(a$year,b$year), as.character(a$region))

#  name year region income
#1 Jane 1980      1     12
#2 Jane 1981      2     77
#3 Mike 1980      1     12
#4 Mike 1981      4    121
#5  Bob 1980      5    140
#6  Bob 1981      1     55

a$income既然joran和Ananda选择了所有好的选择，这里有一个荒谬的选择：

a$income <- 
  mapply(function(ro,co) b[ro,co], match(a$year,b$year), as.character(a$region))

#  name year region income
#1 Jane 1980      1     12
#2 Jane 1981      2     77
#3 Mike 1980      1     12
#4 Mike 1981      4    121
#5  Bob 1980      5    140
#6  Bob 1981      1     55

a$income这是我在过去几周内第三次尝试为数据转换问题提供
sqldf
解决方案。还没有爱情。我们将看看人们这次是怎么想的

使用Joran回答中的数据：

require(sqldf)

sqldf('select 
          a.name
          ,a.year
          ,a.region
          ,case 
            when region = 1 then b.X1
            when region = 2 then b.X2
            when region = 3 then b.X3
            when region = 4 then b.X4
            when region = 5 then b.X5
          end income
        from a
          join b
            on a.year= b.year')

在这里，我使用标准的SQL case语句“融化”数据

sqldf
确实要求我在
b
中的区域列前面加一个X，因为在包下运行的数据库引擎强制使用非整数字段名
 这是我在过去几周内第三次尝试为数据转换问题提供
sqldf
解决方案。还没有爱情。我们将看看人们这次是怎么想的

使用Joran回答中的数据：

require(sqldf)

sqldf('select 
          a.name
          ,a.year
          ,a.region
          ,case 
            when region = 1 then b.X1
            when region = 2 then b.X2
            when region = 3 then b.X3
            when region = 4 then b.X4
            when region = 5 then b.X5
          end income
        from a
          join b
            on a.year= b.year')

在这里，我使用标准的SQL case语句“融化”数据

sqldf
确实要求我在
b
中的区域列前面加一个X，因为在包下运行的数据库引擎强制使用非整数字段名
 你能不能再详细说明一下熔体的作用以及“变量”=“区域”的含义？我尝试了melt命令，但它没有改变任何东西。@Rusuer9000，
melt
将数据转换为“长”形式
“variable”=“region”
只需将当您将
数据.帧
融化为“region”时创建的“variable”变量重命名为“region”。Joran，您可以通过使用
melt
中的
variable.name
参数
melt（b，id.vars=“year”，variable.name=“region”）来避免仅为
重命名而加载包
。您能否详细说明一下melt的作用以及“变量”=“区域”的含义？我尝试了melt命令，但它没有改变任何东西。@Rusuer9000，
melt
将数据转换为“长”形式
“variable”=“region”
只需将当您将
数据.帧
融化为“region”时创建的“variable”变量重命名为“region”。Joran，您可以通过使用
melt
中的
variable.name
参数
melt（b，id.vars=“year”，variable.name=“region”）来避免仅为
重命名而加载包
。我想你是在使用我的答案和@joran的答案中的数据，但是+1:-）我的观点是，当你的
mapply
指的是
a/b
时，你把它分配给了一个名为
a
的对象……哦，积垢球。。。你必须对我更明确一点——这是漫长的一年！；-）您好，我对我的问题进行了一些编辑-我认为在执行cbind？@Rusuer9000之后，当存在NAs时，该代码不起作用-joran的答案将适用于NA值。我的，不太多。我想你使用的是我的答案和@joran的答案中的数据，但是+1:-）我的观点是，当你的
mapply
指的是
a/b
，你把它分配给了一个名为
a
的对象……哦，积垢球。。。你必须对我更明确一点——这是漫长的一年！；-）您好，我对我的问题进行了一些编辑-我认为在执行cbind？@Rusuer9000之后，当存在NAs时，该代码不起作用-joran的答案将适用于NA值。我的，没那么多。非常感谢你的代码！但我有一个问题——因为不是所有的数据点都匹配，所以在我对整个数据集执行cbind（匹配（A$year，rownames（b）），A$region）之后，会有很多NAs，当我尝试从b中提取时，会出现一个错误“下标超出范围”。有没有办法提取我找到的答案，但将其余部分保留为NAs？@Rusuer9000，即使你编辑了我的答案和Joran的作品。您是否可以重新创建一个小数据集（以可复制的方式，就像我们在这些答案中所做的那样）来演示问题/错误？谢谢。我解决了这个问题——在进行cbind之后的矩阵是一个字符矩阵，在从b中提取之前，我必须将其转换为数字。非常感谢。非常感谢这段代码！但我有一个问题——因为不是所有的数据点都匹配，所以在我对整个数据集执行cbind（匹配（A$year，rownames（b）），A$region）之后，会有很多NAs，当我尝试从b中提取时，会出现一个错误“下标超出范围”。会有一个w吗