在 R 中合并数据框的优雅方法？答案

【问题标题】：Elegant way to merge data frames in R?在 R 中合并数据框的优雅方法？
【发布时间】：2017-03-07 00:49:11
【问题描述】：

我想获取数据框的唯一行，然后将其与另一行属性连接。然后我希望能够计算品种的数量，例如特定类型或来源的独特水果的数量。

第一个数据框有我的水果列表：

fruits <- read.table(header=TRUE, text="shop    fruit
                    1   apple
                    2   orange
                    3   apple
                    4   pear
                    2   banana
                    1   banana
                    1   orange
                    3   banana")

第二个数据框有我的属性：

fruit_class <- read.table(header=TRUE, text="fruit  type    origin
apple   pome    asia
                      banana  berry   asia
                      orange  citrus  asia
                      pear    pome    newguinea")

这是我对这个问题的笨拙解决方案：

fruit <- as.data.frame(unique(fruit[,2])) #get a list of unique fruits
colnames(fruit)[1] <- "fruit" #this won't rename the column and I don't know why...
fruit_summary <- join(fruits, fruit_class, by="fruit" #create a data frame that I can query
count(fruit_summary, "origin") #for eg, summarise the number of fruits of each origin

所以我的主要问题是：如何更优雅地表达这一点（即单行而不是 3 行）？其次：为什么不允许我重命名列？

提前致谢

【问题讨论】：

在基地：aggregate(fruit ~ origin, merge(fruits, fruit_class), FUN = length) 或 dplyr：fruits %>% left_join(fruit_class) %>% count(origin)
您的基本代码告诉我有 12 个来自亚洲的水果和 4 个来自新几内亚的水果，所以它总结了 fruits$shop 列（我不想使用）。结果应该是 3 种来自亚洲的水果（苹果、香蕉和橙子）和一种来自新几内亚（梨）的水果。
我得到 7 和 1，但如果您只想计算来自 fruit_class 的来源，请使用 count(fruit_class, origin)。如果您想确保它们首先在fruits 中，请使用fruit_class %>% semi_join(fruits) %>% count(origin)，在这种情况下它将返回相同的内容。也不是求和shop；他们在计算行数。
另见 count aggregation 和 joining 的规范帖子。

标签： r dataframe plyr summarize

【解决方案1】：

只是做

table(fruit_class$fruit, fruit_class$origin)

给你

       asia newguinea
apple     1         0
banana    1         0
orange    1         0
pear      0         1

您可以将区域编号与colSums() 相加。我想不出需要fruits 数据框的原因，因为如果这里有一个水果不在fruit_class 中，那么无论如何都没有它的原始数据。

顺便说一下，在您的代码示例中，colnames(fruit)[1] <- "fruit" 应该可以工作，但只需要 colnames(fruit) <- "fruit"，因为无论如何，列名只有 1 个元素长。

【讨论】：

【解决方案2】：

这是data.table 解决方案。

library(data.table)
setDT(fruit_class)[, uniqueN(fruit), by=type]
#      type V1
# 1:   pome  2
# 2:  berry  1
# 3: citrus  1

setDT(fruit_class)[, uniqueN(fruit), by=origin]
#       origin V1
# 1:      asia  3
# 2: newguinea  1

【讨论】：