考虑一个数据框的因子级别和另一个数据框的列名，使用 r 组合两个数据框

Question

我需要考虑因素水平为现有数据框创建一个新列。我有 2 个名为 dat_group 和 dat_prices 的数据框。这些数据框如下所示。

dat_group

         Group
1      A
2      A
3      A
4      A
5      A
6      A
7      A
8      A
9      A
10     A
11     C
12     C
13     C
14     C
15     C
16     C
17     C
18     C
19     C
20     C
21     B
22     B
23     B
24     B
25     B
26     B
27     B
28     B
29     B
30     B

dat_price

   A  B  C
1  21 45 24
2  21 45 24
3  21 45 24
4  21 45 24
5  15 11 10
6  15 11 10
7  15 11 10
8  20 13 55
9  20 13 55
10 20 13 55

考虑到 dat_group 中的级别，我需要粘贴 A、B 和 C 列的值。行序列应该是相同的顺序。如果我为 dat_group 创建新列作为“价格”

dat_group$Price<-NA

那么数据框应该是这样的;

   Group Price
1      A    21
2      A    21
3      A    21
4      A    21
5      A    15
6      A    15
7      A    15
8      A    20
9      A    20
10     A    20
11     C    24
12     C    24
13     C    24
14     C    24
15     C    10
16     C    10
17     C    10
18     C    55
19     C    55
20     C    55
21     B    45
22     B    45
23     B    45
24     B    45
25     B    11
26     B    11
27     B    11
28     B    13
29     B    13
30     B    13 

我尝试使用一些可用的示例 e.g.1 e.g.2 来做到这一点，但没有成功。

请任何人帮助我。可以通过以下代码访问两个示例数据帧。我的实际数据集有几 1000 行。

      dat_group<- structure(list(Group = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("A", "B", "C"), class = "factor")), .Names = "Group", class = "data.frame", row.names = c(NA, 
-30L))

    dat_price<-structure(list(A = c(21L, 21L, 21L, 21L, 15L, 15L, 15L, 20L, 
20L, 20L), B = c(45L, 45L, 45L, 45L, 11L, 11L, 11L, 13L, 13L, 
13L), C = c(24L, 24L, 24L, 24L, 10L, 10L, 10L, 55L, 55L, 55L)), .Names = c("A", 
"B", "C"), class = "data.frame", row.names = c(NA, -10L))

Answer 1

library(data.table)
dat_price <- as.data.table(dat_price)
dat_price_new <- cbind(dat_price[, c(1,3), with = FALSE], 
                   dat_price[, 2, with = FALSE])
melt(dat_price_new)

Answer 2

为您手头的问题提供更具防御性的解决方案。希望即使您的所有因子水平都不是相同的倍数，这也能奏效。

library(dplyr); library(purrr); library(magrittr)

dat_group$original_order <- seq(1:nrow(dat_group))

dat_group %<>%
    split(.$Group) %>%
    map(~ mutate(., Price =  rep(na.omit(dat_price[,unique(Group)]), n()/length(na.omit(dat_price[,unique(Group)]))))) %>%
    bind_rows() %>%
    arrange(original_order) %>% 
    select(-original_order)

dat_group

   Group Price
1      A    21
2      A    21
3      A    21
4      A    21
5      A    15
6      A    15
7      A    15
8      A    20
9      A    20
10     A    20
11     C    24
12     C    24
13     C    24
14     C    24
15     C    10
16     C    10
17     C    10
18     C    55
19     C    55
20     C    55
21     B    45
22     B    45
23     B    45
24     B    45
25     B    11
26     B    11
27     B    11
28     B    13
29     B    13
30     B    13

原始（惰性）解决方案：

dat_group$Price <- rep(unlist(dat_price), length.out = nrow(dat_group))