在 R 中，根据保存在数据框中的行和列从另一个数据框中选择值答案

【问题标题】：In R, select values from another dataframe based on rows and columns, which are saved in dataframe在 R 中，根据保存在数据框中的行和列从另一个数据框中选择值
【发布时间】：2018-11-06 13:08:08
【问题描述】：

我有两个数据框。第一个，df1 包含国家和年份。第二个，df2，包含我想根据 df1 的相应值的行和列的匹配在第三列中包含在 df1 中的数据。

df1
  country year
1       A 2008
2       B 2008
3       C 2009
4       F 2004
5       E 2006

df2
      country       2004       2005       2006       2007       2008       2009
    1       A 3,74972737 3,69814069  1,8119572  2,0058797  2,3728207 3,63424962
    2       B 3,62151043 1,54726382  -3,799075 1,92867306 2,92279764 0,68044437
    3       C 25,0489995 10,7724208 9,41065376 4,85433932 0,06592277 2,20000019
    4       F 4,78583195 5,04811878 3,46842543 3,78590254 4,19162568 4,01936553
    5       E 3,44897379 0,78317304 -2,2531746 2,74421327 1,79830266 0,23479692
    6       F 5,98651552 4,89339392 2,31922692 2,11685013 2,96275035 4,81028341
    7       G 5,65500512 7,29449815 2,96201437 5,37337313 6,62686519 6,45269876
    8       H 7,05863621 6,01378976 5,04512479 5,57180227 6,46438388 6,52143508
    9       I 7,67535068 3,63781612 -3,5861456 1,32402682 1,91501801 0,03094361

这就是我想要实现的目标：

  country year       gdp
1       A 2008  2.372821
2       B 2008  2.922798
3       C 2009  2.200000
4       F 2004  5.986516
5       E 2006 -2.253175

我相信这个问题有一个非常简单的答案。如何将 df2 的数据带入 df1？

我尝试使用dplyr:mutate实现它：

library(dplyr)

df1 <- mutate(df1, gdp = {
  df2[which(df2$country == country), 
      which(colnames(df2) == year)]})

但是，出现以下错误消息

Error in which(colnames(df2) == year) : object 'year' not found

【问题讨论】：

标签： r dataframe dplyr

【解决方案1】：

使用dplyr 和tidyr 的解决方案。关键是使用gather 将df2 转换为长格式。之后，我们可以与left_join 进行合并操作。如果您的数据框中的, 都是.，则可能不需要最后一次mutate 调用。 df3 是最终输出。

library(dplyr)
library(tidyr)

df3 <- df1 %>%
  left_join(df2 %>% gather(year, gdp, -country, convert = TRUE), 
            by = c("country", "year")) %>%
  mutate(gdp = as.numeric(sub(",", "\\.", gdp)))
df3
#   country year       gdp
# 1       A 2008  2.372821
# 2       B 2008  2.922798
# 3       C 2009  2.200000
# 4       F 2004  4.785832
# 5       F 2004  5.986516
# 6       E 2006 -2.253175

数据

df1 <- read.table(text = "country year
                  1       A 2008
                  2       B 2008
                  3       C 2009
                  4       F 2004
                  5       E 2006",
                  header = TRUE, stringsAsFactors = FALSE)

df2 <- read.table(text = "      country       2004       2005       2006       2007       2008       2009
    1       A 3,74972737 3,69814069  1,8119572  2,0058797  2,3728207 3,63424962
    2       B 3,62151043 1,54726382  -3,799075 1,92867306 2,92279764 0,68044437
    3       C 25,0489995 10,7724208 9,41065376 4,85433932 0,06592277 2,20000019
    4       F 4,78583195 5,04811878 3,46842543 3,78590254 4,19162568 4,01936553
    5       E 3,44897379 0,78317304 -2,2531746 2,74421327 1,79830266 0,23479692
    6       F 5,98651552 4,89339392 2,31922692 2,11685013 2,96275035 4,81028341
    7       G 5,65500512 7,29449815 2,96201437 5,37337313 6,62686519 6,45269876
    8       H 7,05863621 6,01378976 5,04512479 5,57180227 6,46438388 6,52143508
    9       I 7,67535068 3,63781612 -3,5861456 1,32402682 1,91501801 0,03094361",
                  header = TRUE, stringsAsFactors = FALSE)
names(df2) <- c("country", 2004:2009)

【讨论】：