R 如果日期匹配，则将不同数据框中的列相乘

我有以下两个数据帧：

df1 <- data.frame(Category = c("A", "A", "A", "B", "B", "B", "C", "C", "C"),
                  Date = c(2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003),
                  Beta1 = c(1, 3, 4, 4, 5, 3, 5, 3, 1),
                  Beta2 = c(2, 4, 6, 1, 1, 2, 5, 4, 2))

df2 <- data.frame(Date = c(2001, 2002, 2003),
                   Column1 = c(10, 20, 30),
                   Column2 = c(40, 50, 60)) 

---

df1在最后一个数据帧中保留
Category
变量时，一种方法是：

df3 <- left_join(df1, df2, by="Date")
df4 <- df3 %>%
  group_by(Date, Category) %>%
  mutate(Col1Bet1 = Column1 * Beta1, Col1Bet2 = Column1 * Beta2, Col2Bet1 = Column2 * Beta1, Col2Bet2 = Column2 * Beta2)

# A tibble: 9 x 10
# Groups:   Date, Category [9]
  Category  Date Beta1 Beta2 Column1 Column2 Col1Bet1 Col1Bet2 Col2Bet1 Col2Bet2
  <fct>    <dbl> <dbl> <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
1 A         2001     1     2      10      40       10       20       40       80
2 A         2002     3     4      20      50       60       80      150      200
3 A         2003     4     6      30      60      120      180      240      360
4 B         2001     4     1      10      40       40       10      160       40
5 B         2002     5     1      20      50      100       20      250       50
6 B         2003     3     2      30      60       90       60      180      120
7 C         2001     5     5      10      40       50       50      200      200
8 C         2002     3     4      20      50       60       80      150      200
9 C         2003     1     2      30      60       30       60       60      120

df3%
突变（Col1Bet1=Column1*Beta1，Col1Bet2=Column1*Beta2，Col2Bet1=Column2*Beta1，Col2Bet2=Column2*Beta2）

其中给出了以下内容：

df3 <- left_join(df1, df2, by="Date")
df4 <- df3 %>%
  group_by(Date, Category) %>%
  mutate(Col1Bet1 = Column1 * Beta1, Col1Bet2 = Column1 * Beta2, Col2Bet1 = Column2 * Beta1, Col2Bet2 = Column2 * Beta2)

# A tibble: 9 x 10
# Groups:   Date, Category [9]
  Category  Date Beta1 Beta2 Column1 Column2 Col1Bet1 Col1Bet2 Col2Bet1 Col2Bet2
  <fct>    <dbl> <dbl> <dbl>   <dbl>   <dbl>    <dbl>    <dbl>    <dbl>    <dbl>
1 A         2001     1     2      10      40       10       20       40       80
2 A         2002     3     4      20      50       60       80      150      200
3 A         2003     4     6      30      60      120      180      240      360
4 B         2001     4     1      10      40       40       10      160       40
5 B         2002     5     1      20      50      100       20      250       50
6 B         2003     3     2      30      60       90       60      180      120
7 C         2001     5     5      10      40       50       50      200      200
8 C         2002     3     4      20      50       60       80      150      200
9 C         2003     1     2      30      60       30       60       60      120

#一个tible:9 x 10
#分组：日期，类别[9]
类别日期Beta1 Beta2 Column1 Col1Bet1 Col1Bet2 Col2Bet1 Col2Bet2
1 A 2001 1 2 10 40 10 40 80
2 A 2002 3 4 20 50 60 80 150 200
3 A 2003 4 6 30 60 120 180 240 360
4 B 2001 4 110 40 10 160 40
5 B 2002 5 1 20 50 100 20 250 50
6 B 2003 32 30 60 60 180 120
7 C 2001 5 10 40 50 200
8 C 2002 3 4 20 50 60 80 150 200
9 C 2003 12306060120
使用
tidyr
和
dplyr
进行一些数据争用，可以这样实现：

df1%
左联合（df1）%>%
变异（Beta1=值*Beta1，
Beta2=值*Beta2）%>%
选择（日期、类别、列、Beta1、Beta2）%>%
pivot（id\u cols=Date，name\u from=c（“列”、“类别”），value\u from=c（“Beta1”、“Beta2”））
#>加入，由=c（“日期”、“类别”）
#>警告：“类别”列连接字符向量和因子，强制为
#>特征向量
#>#tibble:3 x 5
#>日期Beta1_栏1_A Beta1_栏2_C Beta2_栏1_A Beta2_栏2_C
#>                                               
#> 1  2001              10             200              20             200
#> 2  2002              60             150              80             200
#> 3  2003             120              60             180             120

由（v0.3.0）于2020年4月14日创建，这可能是一个开始。result data.table以另一种格式包含您需要的所有信息

df3 <- merge(df1, df2)
df3$b1 <- ifelse(df3$Category=="A", df3$Beta1*df3$Column1, ifelse(df3$Category=="C", df3$Beta1*df3$Column2, NA))
df3$b2 <- ifelse(df3$Category=="A", df3$Beta2*df3$Column1, ifelse(df3$Category=="C", df3$Beta2*df3$Column2, NA))

# Date Category Beta1 Beta2 Column1 Column2  b1  b2
# 1 2001        A     1     2      10      40  10  20
# 2 2001        C     5     5      10      40 200 200
# 3 2001        B     4     1      10      40  NA  NA
# 4 2002        A     3     4      20      50  60  80
# 5 2002        B     5     1      20      50  NA  NA
# 6 2002        C     3     4      20      50 150 200
# 7 2003        B     3     2      30      60  NA  NA
# 8 2003        A     4     6      30      60 120 180
# 9 2003        C     1     2      30      60  60 120

df3