将表或表数组的元素添加到 R 中的数据框

Question

我想知道如何在下面的代码中将fpc（table 对象）的元素作为新列添加到out 的相关行中？

out 的相关行是指与fpc 表名匹配的行。例如，对于out 中存在F 和High 的所有行，fpc 将是0.02027469。

或者对于out 中存在M 和Medium 的所有行，fpc 将是0.01984979，依此类推。

这在 R 中可能吗？

注意：这是一个玩具数据。 fpc 也可以是一个表数组（见下文）。因此，功能性解决方案值得赞赏。

d <- read.csv('https://raw.githubusercontent.com/rnorouzian/d/master/su.csv')

out <- read.csv('https://raw.githubusercontent.com/rnorouzian/d/master/out.csv')

vars <- c("gender", "pre")

tt1 <- table(d[vars])

tt2 <- table(out[vars])

( fpc <- tt2/tt1 )

     pre
gender       High        Low     Medium
     F 0.02027469 0.01974522 0.02009274
     M 0.02014295 0.01991008 0.01984979


########## PLEASE NOTE: `fpc` could be an array of tables as shown below:

vars <- c("gender", "pre", "sector")

tt11 <- table(d[vars])

tt22 <- table(out[vars])

( fpc2 <- tt22/tt11 )

Answer 1

也许您正在寻找这个（我不清楚您将什么称为数组？它是不同fcp 数据帧的列表吗？）：

library(tidyverse)
#Data
d <- read.csv('https://raw.githubusercontent.com/rnorouzian/d/master/su.csv')

out <- read.csv('https://raw.githubusercontent.com/rnorouzian/d/master/out.csv')

tt1 <- table(d[c("gender", "pre")])

tt2 <- table(out[c("gender", "pre")])

#Keys
fpc <- as.data.frame.matrix(tt2/tt1)
#Code
out2 <- out %>% left_join(fpc %>% rownames_to_column('gender') %>%
  pivot_longer(-gender) %>% rename(pre=name))

输出：

head(out2)
  no. fake.name  sector pretest state gender  pre          email       phone      value
1   1      Pont Private    1352    NY      F High    Pont@...com xxx-xx-6216 0.02027469
2   2    Street     NGO    1438    CA      F High  Street@...com xxx-xx-6405 0.02027469
3   3    Galvan Private    1389    NY      F High  Galvan@...com xxx-xx-9195 0.02027469
4   4    Gorman     NGO    1375    CA      F High  Gorman@...com xxx-xx-1845 0.02027469
5   5   Jacinto Private    1386    CA      F High Jacinto@...com xxx-xx-6237 0.02027469
6   6      Shah  Public    1384    CA      F High    Shah@...com xxx-xx-5723 0.02027469

对于数组中的多个表，我建议使用数据框来获得与table() 相同的结果：

#Multiple tables
k1 <- d %>% group_by(sector,gender,pre) %>% summarise(N=n())
k2 <- out %>% group_by(sector,gender,pre) %>% summarise(N1=n())
k3 <- k1 %>% left_join(k2) %>% mutate(Value=N1/N) %>% select(-c(N,N1))
#Code
out3 <- out %>% left_join(k3)

输出：

head(out3)
  no. fake.name  sector pretest state gender  pre          email       phone      Value
1   1      Pont Private    1352    NY      F High    Pont@...com xxx-xx-6216 0.01666667
2   2    Street     NGO    1438    CA      F High  Street@...com xxx-xx-6405 0.02236422
3   3    Galvan Private    1389    NY      F High  Galvan@...com xxx-xx-9195 0.01666667
4   4    Gorman     NGO    1375    CA      F High  Gorman@...com xxx-xx-1845 0.02236422
5   5   Jacinto Private    1386    CA      F High Jacinto@...com xxx-xx-6237 0.01666667
6   6      Shah  Public    1384    CA      F High    Shah@...com xxx-xx-5723 0.01067616

拥有数据框然后合并它们更实用。

Answer 2

在这里，我们只需要用as.data.frame 将table 强制转换为data.frame，它也适用于2d 和3d 数组

out1 <- merge(out, as.data.frame(fpc2), all.x = TRUE)
names(out1)[names(out1)== "Freq"] <- "fpc"

---

有了更新的案例

 l1 <- length(dimnames(fpc))
 nm1 <- names(dimnames(fpc))
 if(l1 == 1 &&  nm1 == "") {
      names(dimnames(fpc)) <- "cname" # change here
   }

现在，我们执行merge

out2 <- merge(out, as.data.frame(fpc))
identical(nrow(out2), nrow(out))
#[1] TRUE