根据另一个数据框过滤数据框

Question

我有两个数据框 df 和 df2。我想通过过滤df2在df中生成一个新列，这样过滤器就依赖于df。相反，可以使用 for 循环，但这对于大数据帧来说非常慢......请查看代码。 提前非常感谢

法比安

#generating dummy data frames
df <- data.frame("var1" = 0:15)
df2 <- data.frame("var2" = 11:20, "var3" = 21:30)

# the following command unfortunatelly does not work
df$new_column <- df2 %>% filter(var2 > df$var1) %>% mean(var3)

# that's the output I want - but without a for-loop 
for (i in 1:length(df$var1)){
  h <- df2 %>% filter(var2 > df$var1[i])
  df$new_column[i] <- mean(h$var3)
}

Answer 1

我们可以使用sapply，让df2中的所有值都大于var1中的每个值，并取其中的mean。

df$new_column <- sapply(df$var1, function(x) 
                 mean(df2$var3[df2$var2 > x], na.rm = TRUE))
df

#   var1 new_column
#1     0       25.5
#2     1       25.5
#3     2       25.5
#4     3       25.5
#5     4       25.5
#6     5       25.5
#7     6       25.5
#8     7       25.5
#9     8       25.5
#10    9       25.5
#11   10       25.5
#12   11       26.0
#13   12       26.5
#14   13       27.0
#15   14       27.5
#16   15       28.0

或者同样可以使用map_dbl from purrr

df$new_column <- purrr::map_dbl(df$var1,
                  ~mean(df2$var3[df2$var2 > .x], na.rm = TRUE))