【问题标题】:Inner join of two data frames still showing all values两个数据框的内部连接仍然显示所有值
【发布时间】:2017-06-26 23:29:28
【问题描述】:

我有两个数据框,一个用于商店,一个用于销售:

store <- data.frame(StoreID=c(1,2,3,4), StoreName=c("McDonalds", "A&W", "Burger King", "Wendy's"))
sales <- data.frame(StoreID=c(1,2,1,1,2,2), ItemID=c(2,2,3,4,4,5), SalesQty=c(10,20,30,40,50,60))  

store    
#StoreID   StoreName
#      1   McDonalds
#      2         A&W
#      3 Burger King
#      4     Wendy's 

sales  
#StoreID ItemID SalesQty  
#      1      2       10  
#      2      2       20  
#      1      3       30  
#      1      4       40  
#      2      4       50  
#      2      5       60  

我想合并它们,这样我就可以看到每个销售交易的 StoreName:

merged <- merge(sales, store, by = "StoreID")

merged
#StoreID ItemID SalesQty StoreName  
#      1      2       10 McDonalds  
#      1      3       30 McDonalds
#      1      4       40 McDonalds
#      2      2       20       A&W
#      2      4       50       A&W
#      2      5       60       A&W

现在我想知道对于合并数据框中的每个 StoreName,售出了多少不同的商品:

tapply(merged$ItemID, merged$StoreName, FUN = function(x) length(unique(x)))

#A&W Burger King   McDonalds     Wendy's 
#  3          NA           3          NA 

我的问题是,为什么 tapply 结果显示“汉堡王”和“Wendy's”,即使它们不在合并的数据框中?

【问题讨论】:

  • 他们是factors,所以关卡仍然存在
  • 如果在创建数据框时通过 data.frame(StoreID = ..., ..., stringsAsFactors = F) 生成值字符,则不会在输出中看到它们。
  • droplevels 是摆脱未使用的因子水平的方法,例如with(droplevels(merged), tapply(ItemID, StoreName, FUN = function(x) length(unique(x))))

标签: r join dataframe


【解决方案1】:

这是因为store$StoreName 是factor。创建商店数据框时,将参数stringsAsFactor 设置为FALSE 将确保在merge 期间删除那些在sales 中没有匹配元素的商店名称。

sales <- data.frame(StoreID=c(1,2,1,1,2,2), ItemID=c(2,2,3,4,4,5), SalesQty=c(10,20,30,40,50,60))  
store <- data.frame(StoreID=c(1,2,3,4), StoreName=c("McDonalds", "A&W", "Burger King", "Wendy's"), stringsAsFactors = FALSE)
merged <- merge(sales, store, by = "StoreID")
tapply(merged$ItemID, merged$StoreName, FUN = function(x) length(unique(x)))

  #A&W McDonalds 
  #  3         3 

【讨论】:

    【解决方案2】:

    你也可以试试这个:

    merged$StoreName <- factor(merged$StoreName)
    tapply(merged$ItemID, merged$StoreName, FUN = function(x) length(unique(x)))
    
    #  A&W McDonalds 
    #    3         3
    

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2021-08-15
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2018-02-28
      • 1970-01-01
      相关资源
      最近更新 更多