将一个数据框映射到另一个答案

【问题标题】：map one dataframe to another将一个数据框映射到另一个
【发布时间】：2020-08-29 16:23:39
【问题描述】：

我有一个包含个人食物数量的数据框：

set.seed(1)
quantity <- data.frame(apple = sample(0:10, 5, replace = TRUE),
                       egg = sample(0:10, 5, replace = TRUE),
                       beer = sample(0:10, 5, replace = TRUE))

例如。第一个人吃了8个苹果，6个鸡蛋，喝了0瓶啤酒，一共5个人

我还有一个市场重量和营养摄入量的参考表：

reference <- data.frame(name = c("apple", "apple", "egg", "beer", "beer", "beer"),
                        market_weight = c(0.4, 0.6, 1, 0.2, 0.7, 0.1),
                        nutr1 = sample(1:999, 6, replace = TRUE),
                        nutr2 = sample(1:999, 6, replace = TRUE),
                        nutr3 = sample(1:999, 6, replace = TRUE))

对于每个人，我需要根据他们吃的食物量知道营养摄入量（即 nutr1）。

预期结果（5 行 - 参与者每行）：

nutr1    nutr2    nutr3
7814.8  4996.4    9053.6  
  W        T        K  
.....    ....     .....

我的（低效）解决方案：

我在这里加入数量和营养摄入量

library(dplyr)
merged <- quantity %>%
  t %>%
  as.data.frame %>%
  tibble::rownames_to_column() %>%
  `colnames<-`(c("name","id1","id2", "id3", "id4", "id5")) %>%
  right_join(., reference, by= "name") %>%
  na.omit

在这里，我将quantities * market_weight * nutrients（1 到 3）相乘并为每种营养素求和

out <- merged %>%
  mutate(mutr1_final = id1 * market_weight * nutr1,
         mutr2_final = id1 * market_weight * nutr2,
         mutr3_final = id1 * market_weight * nutr3) %>%
  summarise_at(., vars(c(mutr1_final, mutr2_final, mutr3_final)), funs(sum))

对于真实数据，数据框数量包含 40k 行（又名参与者），营养素的数量为 80 左右。这样做的有效方法是什么？谢谢

【问题讨论】：

如何考虑苹果或啤酒的类型？
@DanielO 只是澄清weight 的一种方式。红苹果重 0.4，青苹果重 0.6。在实践中，对代码没有用处
第 1 个人有 8 个苹果，如果我不知道在计算中使用参考表中的哪种类型，我怎么可能知道他们摄入了多少营养？
我刚刚编辑了问题并删除了不必要的 type 变量 - 希望它更清楚。重量代表market_weight，所以 8 个苹果按如下方式划分：8*0.4 有一些营养价值，8*0.6 有其他营养价值
你能给出至少 1 人所需的实际数字输出吗？您的要求没有意义，您是否添加了 8*0.4*... + 8*0.6*...？你是不是假设他们吃了所有类型的苹果？

标签： r dataframe dictionary dplyr

【解决方案1】：

解决方案：

set.seed(1)
quantity <- data.frame(apple = sample(0:10, 5, replace = TRUE),
                       egg = sample(0:10, 5, replace = TRUE),
                       beer = sample(0:10, 5, replace = TRUE))

reference <- data.frame(name = c("apple", "apple", "egg", "beer", "beer", "beer"),
                        market_weight = c(0.4, 0.6, 1, 0.2, 0.7, 0.1),
                        nutr1 = sample(1:999, 6, replace = TRUE),
                        nutr2 = sample(1:999, 6, replace = TRUE),
                        nutr3 = sample(1:999, 6, replace = TRUE)) %>% 
 # multiply market_weight by nutrients 
  mutate(nutr1 = market_weight*nutr1,          
         nutr2 = market_weight*nutr2,
         nutr3 = market_weight*nutr3) %>%
 # sum within fruit name
  group_by(name) %>% 
  summarise_all(sum) %>%
  as.data.frame() %>%
  select(-market_weight)

# merge quantity and reference (same line: quantity and combined food intake)
merged <- t(quantity) %>%
  as.data.frame %>%
  tibble::rownames_to_column(., "name") %>%
  right_join(., reference, by="name")

# multiplication and summation
out <- matrix(data=NA, nrow=5, ncol=3) %>%
  as.data.frame %>%
  `colnames<-`(colnames(reference)[2:4])
for(i in 2:6) {
  for(j in 7:9){
    out[i-1,j-6] = sum(merged[, i] * merged[, j])
  }
}

我们感谢更有效的解决方案！

【讨论】：