将自定义缩放模型应用于数据框？

Question

提前为长篇致歉；我是 R 的这一部分的新手，所以我不知道如何总结这个问题。

我有一个“基线结果”的数据框，看起来像这样

Circuit Voltage Power
      A       1     1
      B       1     3
      C       1     5

还有一个看起来像这样的缩放模型

Voltage Scaled_Power
    1.0         1.00
    0.9         0.75
    0.8         0.50

这个缩放模型来自一个表，而不是来自任何函数，例如lm。该模型本质上说：“如果新电压 == 0.9，则将基线功率缩放 0.75”。缩放模型独立于“电路”，但需要特定“电路”的基线功率来计算新的功率。我想要达到的最终结果是这样的：

Circuit Voltage Power
      A     1.0  1.00
      B     1.0  3.00
      C     1.0  5.00
      A     0.9  0.75
      B     0.9  2.25
      C     0.9  3.75
      A     0.8  0.50
      B     0.8  1.50
      C     0.8  2.50

也就是说，一个新的数据帧，其中包含第一个数据帧中的“电路”和第二个数据帧中的“电压”的所有组合（我知道我可以使用 expand.grid 做到这一点），但有一个新列“电源”它应用了比例因子。

这听起来像模式普遍解决，所以我猜一个解决方案一定已经存在？

---

到目前为止，我已经尝试了以下方法

expand.grid(Circuit = df_base$Circuit,Voltage = scaling_model$Voltage) %>%
   left_join(df_base) %>% 
   left_join(scaling_model)

Circuit Voltage Power Scaled_Power
      A     1.0     1         1.00
      B     1.0     3         1.00
      C     1.0     5         1.00
      A     0.9    NA         0.75
      B     0.9    NA         0.75
      C     0.9    NA         0.75
      A     0.8    NA         0.50
      B     0.8    NA         0.50
      C     0.8    NA         0.50

但是我需要一些函数来从一行中选择一个特定值进行乘法运算（类似于 Excel 的 VLOOKUP），我不确定这是解决问题的最简单的方法。

---

这是 MWE 的代码

library(dplyr)
scaling_model <-
    data.frame(
        Voltage      = c(1.0,  0.9, 0.8),
        Scaled_Power = c(1.0, 0.75, 0.5)) 
df_base <- data.frame(
        Circuit = factor(c("A", "B", "C")),
        Voltage = c(1.0, 1.0, 1.0),
        Power   = c(1.0, 3.0, 5.0))
df_result <-
    data.frame(
        Circuit = factor(c("A", "B", "C", "A", "B", "C", "A", "B", "C")),
        Voltage = c(1.0, 1.0, 1.0, 0.9, 0.9, 0.9, 0.8, 0.8, 0.8),
        Power   = c(1.0, 3.0, 5.0,
                    1.0 * 0.75, 3.0 * 0.75, 5.0 * 0.75,
                    1.0 * 0.5, 3.0 * 0.5, 5.0 * 0.5))

Answer 1

dplyr 你可以这样做

library(dplyr)
expand.grid(Circuit = df_base$Circuit,
            Voltage = scaling_model$Voltage) %>% 
  left_join(scaling_model) %>% 
  left_join(df_base[c("Circuit", "Power")]) %>% 
  mutate(Power = Scaled_Power * Power) %>%
  select(-Scaled_Power)
#  Circuit Voltage Power
#1       A     1.0  1.00
#2       B     1.0  3.00
#3       C     1.0  5.00
#4       A     0.9  0.75
#5       B     0.9  2.25
#6       C     0.9  3.75
#7       A     0.8  0.50
#8       B     0.8  1.50
#9       C     0.8  2.50

---

这是另一个使用expand.grid 和match 的base R 选项

df_result <- expand.grid(Circuit = df_base$Circuit,
                         Voltage = scaling_model$Voltage)

df_result$Power <- df_base$Power * scaling_model$Scaled_Power[match(df_result$Voltage, scaling_model$Voltage)]
df_result

match 在scaling_model$Voltage 中找到df_result$Voltage 的位置，然后我们将结果用于子集（即扩展）scaling_model$Scaled_Power，最后乘以df_base$Power。

Answer 2

创建一个合并键，然后做merge

scaling_model$mergekey=1
df_base$mergekey=1
newdf=merge(scaling_model,df_base[,c('Circuit','mergekey','Power')],by='mergekey')
newdf$Scaled_Power=newdf$Scaled_Power*newdf$Power
newdf
  mergekey Voltage Scaled_Power Circuit Power
1        1     1.0         1.00       A     1
2        1     1.0         3.00       B     3
3        1     1.0         5.00       C     5
4        1     0.9         0.75       A     1
5        1     0.9         2.25       B     3
6        1     0.9         3.75       C     5
7        1     0.8         0.50       A     1
8        1     0.8         1.50       B     3
9        1     0.8         2.50       C     5