使用另一个数据框中的两个变量之间的关系填充数据框中的新变量答案

【问题标题】：Populate New Variable In Data Frame Using Relationship Between Two Variables In Another Data Frame使用另一个数据框中的两个变量之间的关系填充数据框中的新变量
【发布时间】：2019-07-21 19:45:03
【问题描述】：

我有两个具有不同 #s 观察值的数据框（一个很长，有 2220 个 obs，另一个很宽，有 37 个 obs）。数据帧共享变量“SID”，尽管在长数据帧中每个 SID 值有 60 行，而在宽数据帧中只有一个。宽数据帧有一个附加变量“Experimenter”，每个 SID 都有一个对应的 Experimenter 编号。我想在长数据框中创建一个“Experimenter”列，虽然每个 SID 有 60 个实例，但我希望每次 SID 值出现时添加并重复相应的 Experimenter 值（所以 60 次）。

每个主题的嵌套 if-else 命令似乎很乏味，所以我希望有替代方法

我已经添加了每个数据帧的 dput 输出，不幸的是，我不确定如何嵌入它们。现在在长数据框中，“SID”被命名为“主题”，但它们是同一个变量。

宽：

structure(list(SID = 7301:7302, Experimenter = c(2L, 1L)), .Names = c("SID", 
"Experimenter"), class = "data.frame", row.names = c(NA, -2L))

长：

structure(list(Subject = c(7301L, 7301L, 7301L), Session = c(1L, 
1L, 1L), Stimtype = structure(c(1L, 1L, 1L), .Label = "Control", class = 
"factor"), 
Valence = structure(c(1L, 1L, 1L), .Label = "Neutral", class = "factor"), 
Block = c(1L, 1L, 1L), Image = c(12L, 17L, 22L), Group = structure(c(1L, 
3L, 2L), .Label = c("Neutral_1660", "Neutral_5300", "Neutral_7233"
), class = "factor"), Response = c(1L, 1L, 1L), Stimulus = c(1660L, 
7233L, 5300L)), .Names = c("Subject", "Session", "Stimtype", 
"Valence", "Block", "Image", "Group", "Response", "Stimulus"), class = 
"data.frame", row.names = c(NA, 
-3L))

如果我们正在查看这些图像，我要做的就是在长数据框中插入“Experimenter”变量，只要“Subject”为“7301”（如在广泛的数据）等所有科目。

提前谢谢你。

【问题讨论】：

请以可复制、可复制和粘贴的格式包含示例数据和预期输出。截图从来都不是一个好主意。有关详细信息，请查看如何提供minimal reproducible example/attempt。
@MauritsEvers 谢谢，正在努力创建这些并更新帖子。

标签： r dataframe dataset

【解决方案1】：

除非我误解了这似乎是merge/left_join的简单案例

在基础 R

merge(df2, df1, by.x = "Subject", by.y = "SID")
#  Subject Session Stimtype Valence Block Image        Group Response Stimulus
#1    7301       1  Control Neutral     1    12 Neutral_1660        1     1660
#2    7301       1  Control Neutral     1    17 Neutral_7233        1     7233
#3    7301       1  Control Neutral     1    22 Neutral_5300        1     5300
#  Experimenter
#1            2
#2            2
#3            2

或者使用dplyr

library(dplyr)
left_join(df2, df1, by = c("Subject" = "SID"))

给出相同的结果

样本数据

df1 <- structure(list(SID = 7301:7302, Experimenter = c(2L, 1L)), .Names = c("SID",
"Experimenter"), class = "data.frame", row.names = c(NA, -2L))

df2 <- structure(list(Subject = c(7301L, 7301L, 7301L), Session = c(1L,
1L, 1L), Stimtype = structure(c(1L, 1L, 1L), .Label = "Control", class =
"factor"),
Valence = structure(c(1L, 1L, 1L), .Label = "Neutral", class = "factor"),
Block = c(1L, 1L, 1L), Image = c(12L, 17L, 22L), Group = structure(c(1L,
3L, 2L), .Label = c("Neutral_1660", "Neutral_5300", "Neutral_7233"
), class = "factor"), Response = c(1L, 1L, 1L), Stimulus = c(1660L,
7233L, 5300L)), .Names = c("Subject", "Session", "Stimtype",
"Valence", "Block", "Image", "Group", "Response", "Stimulus"), class =
"data.frame", row.names = c(NA,
-3L))

【讨论】：

谢谢毛里蒂斯。它适用于我创建的示例数据帧，但对于完整的数据帧，我得到以下错误： left_join(ExperimenterSID, eprime1, by = c("Subject" = "SID")) 错误：by can' t 包含 LHS 调用 rlang::last_error() 中缺少的连接列 Subject 以查看回溯 OR > Joined1
@LucyToru 这显然不容易调试，因为我们无法访问您的实际数据。这就是为什么样本数据应该代表您的实际数据。如果您的数据看起来不同和/或具有不同的列名，则需要相应地进行更改。在left_join(ExperimenterSID, eprime1, by = c("Subject" = "SID")) 中，您通过匹配条目ExperimenterSID$Subject 和eprime1$SID 来连接数据。您需要确保这些列存在。
数据代表实际数据。我只是切换了数据框，完全是我的错误。感谢您对我的包容。