构造一列从 R 中的另一个表中获取元素

Question

给定一个大表，其中有两个重要的列：

1. 国家代码
2. 时间

Name     Nation code     Time       Other
a        IT              2010       x
b        DE              2011       y
c        ES              2009       z

我想使用这两个指标构建另一个列，以从另一个表中获取数据，该表的构建如下

Nation code     Y2009     Y2010      Y2011
DE              200       100        300
ES              100       150        350
GB              200       250        50
IT              50        150        100

最终的结果应该如下

Name     Nation code     Time       Other       NewColumn
a        IT              2010       x           150
b        DE              2011       y           300
c        ES              2009       z           100

Answer 1

要得到你想要的，你需要执行两个步骤：首先你需要一个长格式的df2（例如使用pivot_longer），然后你会用@987654323做一个左连接@（例如使用left_join）。

即：

library(dplyr)
library(tidyr)

df2_long <-
  df2 |> 
  pivot_longer(-Nation_code, names_prefix = "Y", names_to = "Time", values_to = "new_col") |>
  mutate(Time = as.numeric(Time))

# # A tibble: 12 × 3
# Nation_code  Time new_col
# <chr>       <dbl>   <dbl>
#   1 DE           2009     200
# 2 DE           2010     100
# 3 DE           2011     300
# 4 ES           2009     100
# 5 ES           2010     150
# 6 ES           2011     350
# 7 GB           2009     200
# 8 GB           2010     250
# 9 GB           2011      50
# 10 IT           2009      50
# 11 IT           2010     150
# 12 IT           2011     100

df1 |>
  left_join(df2_long, by = c("Nation_code", "Time"))

输出：

# A tibble: 3 × 5
  Name  Nation_code  Time Other new_col
  <chr> <chr>       <dbl> <chr>   <dbl>
1 a     IT           2010 x         150
2 b     DE           2011 y         300
3 c     ES           2009 z         100

数据：

library(readr)

df1 <- read_table("Name     Nation_code     Time       Other
a        IT              2010       x
b        DE              2011       y
c        ES              2009       z")

df2 <- read_table("Nation_code     Y2009     Y2010      Y2011
DE              200       100        300
ES              100       150        350
GB              200       250        50
IT              50        150        100")

Answer 2

library(tidyverse)

df <- read_table("Name     Nation_code     Time       Other
a        IT              2010       x
b        DE              2011       y
c        ES              2009       z")

df1 <- read_table("Nation_code     Y2009     Y2010      Y2011
DE              200       100        300
ES              100       150        350
GB              200       250        50
IT              50        150        100")

df1 <- df1 %>%  
  pivot_longer(-Nation_code, 
               names_to = "Time", 
               values_to = "NewColumn") %>%  
  mutate(Time = Time %>% str_remove_all("Y") %>%  
           as.numeric)

df %>%  
  left_join(df1, by = c("Nation_code", "Time"))

# A tibble: 3 x 5
  Name  Nation_code  Time Other NewColumn
  <chr> <chr>       <dbl> <chr>     <dbl>
1 a     IT           2010 x           150
2 b     DE           2011 y           300
3 c     ES           2009 z           100

Answer 3

base R（和reshape2）

reshape2::melt(df2, "Nation_code", variable.name = "Time", value.name = "NewColumn") |>
  transform(Time = as.integer(sub("\\D", "", Time))) |>
  merge(df1, by = c("Nation_code", "Time"), all.y = TRUE)
#   Nation_code Time NewColumn Name Other
# 1          DE 2011       300    b     y
# 2          ES 2009       100    c     z
# 3          IT 2010       150    a     x

数据表

# library(data.table)
DT1 <- as.data.table(df1)
DT2 <- as.data.table(df2)
DT1[
  melt(DT2, "Nation_code", variable.name = "Time", value.name = "NewColumn"
    )[, Time := as.integer(sub("\\D", "", Time))],
  NewColumn := i.NewColumn, on = .(Nation_code, Time)][]
#      Name Nation_code  Time  Other NewColumn
#    <char>      <char> <int> <char>     <int>
# 1:      a          IT  2010      x       150
# 2:      b          DE  2011      y       300
# 3:      c          ES  2009      z       100

这是关于 SO 的两个常见问题的组合：

• 从宽到长旋转，Reshaping data.frame from wide to long format 供参考，还有从长到宽，Reshape multiple value columns to wide format
• 合并/加入，见How to join (merge) data frames (inner, outer, left, right)和What's the difference between INNER JOIN, LEFT JOIN, RIGHT JOIN and FULL JOIN?