R：使用其他数据框中的值来匹配行中的列值

Question

我正在做一个项目，为此我编写了一些 R 代码。但是，我在尝试改进运行时遇到了一些麻烦。

我使用了两个数据框。必须注意的是，可以在随机行上找到匹配的观测值。

• df1（称为“ac”）包含历史需求实际值，其中包含“Region”、“Product”、“time”和“ac_qty”列。
• df2（称为“fc”）包含带有“Region”、“Product”、“time”和“fc_qty”列的预测。

我想创建第三个数据框（称为“er”），其中包含每个特定区域/产品/时间组合的所有错误 (er_qty)。我已经成功了，使用以下代码：

# Examples of data frames 'ac' and 'fc':
ac <- data.frame("Region" = c("R1", "R2", "R3"), 
             "Product" = c("P1", "P2", "P3"), 
             "time" = c(1, 2, 2), 
             "ac_qty" = c(4, 2, 3) )

fc <- data.frame("Region" = c("R2", "R1", "R3"), 
             "Product" = c("P2", "P1", "P3"), 
             "time" = c(2, 1, 2), 
             "fc_qty" = c(2, 1, 3) )

# Copy data frame with forecasts, and expand (separated data frames for later processing)
er <- fc

# Finding corresponding ac_qty for fc_qty with given Region/Product/time:
for (i in 1:length(er$fc_qty)) {
    er$ac_qty[i] <- ac$ac_qty[ac$Region == er$Region[i] & ac$Product== er$Product[i] & ac$time == er$time[i] ]
}

er$er_qty <- er$fc_qty- er$ac_qty

因为 for 循环需要在数据框中迭代超过 200,000 行，所以计算所有值需要很长时间。我需要大幅减少脚本的运行时间。我尝试使用 with() 函数，但验证后导致错误值。

er$ac_qty<- with(ac, ac_qty[which(Region == er$Region & Product == er$Product & time == er$time)])

此外，上面的代码给了我这个警告：“更长的对象长度不是更短的对象长度的倍数”

找到与预测 (fc_qty) 相匹配的需求量 (ac_qty) 值的最佳方法是什么，该预测 (fc_qty) 的区域、产品和时间列具有相同的变量？

谢谢。

Answer 1

尝试使用left_join（导入dplyr包），

在这里，我们根据它们的公共列连接两个数据框

er <- left_join(ac, fc, by = c("Region", "Product", "time") )

er <- mutate(er, er_qty = fc_qty - ac_qty) %>% select(-fc_qty,-ac_qty)

在第二行，我们使用 mutate 创建一个新列，然后使用 select 删除 fc_qty、ac_qty（select 是可选的）

希望对您有所帮助。