使用 Dplyr 将两个 Dataframe 相乘并使用结果创建另一个答案

【问题标题】：Multiplying two Dataframe and Create other with the results using Dplyr使用 Dplyr 将两个 Dataframe 相乘并使用结果创建另一个
【发布时间】：2018-09-17 18:35:45
【问题描述】：

我有这个数据框：

d1 <- structure(list(Date = structure(1:3, .Label = c("setosa", "versicolor", 
"virginica"), class = "factor"), NS_Forecast_beta1 = c(15.5594030844477, 
15.7022727658641, 15.8449124021937), NS_Forecast_beta2 = c(-1.24810275875976, 
-1.24810275875976, -1.24810275875976), NS_Forecast_beta5 = c(3.57197787769625, 
3.57197787769625, 3.57197787769625)), row.names = c(NA, 3L), class = "data.frame")

此数据帧将与另一个数据帧相乘：

d2 <- structure(list(Species = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 
2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L
), .Label = c("setosa", "versicolor", "virginica"), class = "factor"), 
    Sepal.Length = c(5.1, 4.9, 4.7, 4.6, 5, 5.4, 4.6, 5, 4.4, 
    4.9, 5.4, 4.8, 4.8, 4.3, 5.8, 5.7, 5.4, 5.1, 5.7, 5.1, 5.4, 
    5.1, 4.6, 5.1, 4.8, 5, 5, 5.2, 5.2, 4.7, 4.8, 5.4, 5.2, 5.5, 
    4.9, 5, 5.5, 4.9, 4.4, 5.1, 5, 4.5, 4.4, 5, 5.1, 4.8, 5.1, 
    4.6, 5.3, 5, 7, 6.4, 6.9, 5.5, 6.5, 5.7, 6.3, 4.9, 6.6, 5.2, 
    5, 5.9, 6, 6.1, 5.6, 6.7, 5.6, 5.8, 6.2, 5.6, 5.9, 6.1, 6.3, 
    6.1, 6.4, 6.6, 6.8, 6.7, 6, 5.7, 5.5, 5.5, 5.8, 6, 5.4, 6, 
    6.7, 6.3, 5.6, 5.5, 5.5, 6.1, 5.8, 5, 5.6, 5.7, 5.7, 6.2, 
    5.1, 5.7, 6.3, 5.8, 7.1, 6.3, 6.5, 7.6, 4.9, 7.3, 6.7, 7.2, 
    6.5, 6.4, 6.8, 5.7, 5.8, 6.4, 6.5, 7.7, 7.7, 6, 6.9, 5.6, 
    7.7, 6.3, 6.7, 7.2, 6.2, 6.1, 6.4, 7.2, 7.4, 7.9, 6.4, 6.3, 
    6.1, 7.7, 6.3, 6.4, 6, 6.9, 6.7, 6.9, 5.8, 6.8, 6.7, 6.7, 
    6.3, 6.5, 6.2, 5.9), Sepal.Width = c(3.5, 3, 3.2, 3.1, 3.6, 
    3.9, 3.4, 3.4, 2.9, 3.1, 3.7, 3.4, 3, 3, 4, 4.4, 3.9, 3.5, 
    3.8, 3.8, 3.4, 3.7, 3.6, 3.3, 3.4, 3, 3.4, 3.5, 3.4, 3.2, 
    3.1, 3.4, 4.1, 4.2, 3.1, 3.2, 3.5, 3.6, 3, 3.4, 3.5, 2.3, 
    3.2, 3.5, 3.8, 3, 3.8, 3.2, 3.7, 3.3, 3.2, 3.2, 3.1, 2.3, 
    2.8, 2.8, 3.3, 2.4, 2.9, 2.7, 2, 3, 2.2, 2.9, 2.9, 3.1, 3, 
    2.7, 2.2, 2.5, 3.2, 2.8, 2.5, 2.8, 2.9, 3, 2.8, 3, 2.9, 2.6, 
    2.4, 2.4, 2.7, 2.7, 3, 3.4, 3.1, 2.3, 3, 2.5, 2.6, 3, 2.6, 
    2.3, 2.7, 3, 2.9, 2.9, 2.5, 2.8, 3.3, 2.7, 3, 2.9, 3, 3, 
    2.5, 2.9, 2.5, 3.6, 3.2, 2.7, 3, 2.5, 2.8, 3.2, 3, 3.8, 2.6, 
    2.2, 3.2, 2.8, 2.8, 2.7, 3.3, 3.2, 2.8, 3, 2.8, 3, 2.8, 3.8, 
    2.8, 2.8, 2.6, 3, 3.4, 3.1, 3, 3.1, 3.1, 3.1, 2.7, 3.2, 3.3, 
    3, 2.5, 3, 3.4, 3), Petal.Length = c(1.4, 1.4, 1.3, 1.5, 
    1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.6, 1.4, 1.1, 1.2, 1.5, 
    1.3, 1.4, 1.7, 1.5, 1.7, 1.5, 1, 1.7, 1.9, 1.6, 1.6, 1.5, 
    1.4, 1.6, 1.6, 1.5, 1.5, 1.4, 1.5, 1.2, 1.3, 1.4, 1.3, 1.5, 
    1.3, 1.3, 1.3, 1.6, 1.9, 1.4, 1.6, 1.4, 1.5, 1.4, 4.7, 4.5, 
    4.9, 4, 4.6, 4.5, 4.7, 3.3, 4.6, 3.9, 3.5, 4.2, 4, 4.7, 3.6, 
    4.4, 4.5, 4.1, 4.5, 3.9, 4.8, 4, 4.9, 4.7, 4.3, 4.4, 4.8, 
    5, 4.5, 3.5, 3.8, 3.7, 3.9, 5.1, 4.5, 4.5, 4.7, 4.4, 4.1, 
    4, 4.4, 4.6, 4, 3.3, 4.2, 4.2, 4.2, 4.3, 3, 4.1, 6, 5.1, 
    5.9, 5.6, 5.8, 6.6, 4.5, 6.3, 5.8, 6.1, 5.1, 5.3, 5.5, 5, 
    5.1, 5.3, 5.5, 6.7, 6.9, 5, 5.7, 4.9, 6.7, 4.9, 5.7, 6, 4.8, 
    4.9, 5.6, 5.8, 6.1, 6.4, 5.6, 5.1, 5.6, 6.1, 5.6, 5.5, 4.8, 
    5.4, 5.6, 5.1, 5.1, 5.9, 5.7, 5.2, 5, 5.2, 5.4, 5.1)), row.names = c(NA, 
150L), class = "data.frame")

想法是将第一个数据帧的每一行乘以第二个数据帧的行乘以我的第一个数据帧的组：setosa、versicolor 和 virginica，然后创建一个新的数据帧来存储结果。

换句话说，我希望得到这样的结果：

Setosa Group:
    15.55940*5.1 +  (-1.248103)*3.5 + 3.571978*1.4 = 79.98535
    15.55940*4.9 +  (-1.248103)*3.0 + 3.571978*1.4 = 77.49752
....

然后与 versicolor Group 最后一组弗吉尼亚

这些结果应该与其他产品一起存储在一个新的数据框中（150 行，这是我的第二个数据框列的长度，3 列是 3 组）

如您所见，它是一个简单的矩阵产品。

如何使用 dplyr 包做到这一点？

【问题讨论】：

标签： r dplyr

【解决方案1】：

有很多方法，这里是一种可能的方法：

results <- full_join(d1, d2, by=c("Date" = "Species")) %>%
  mutate(Result = NS_Forecast_beta1*Sepal.Length + 
                  NS_Forecast_beta2*Sepal.Width + NS_Forecast_beta5*Petal.Length)

head(results$Result)
[1] 79.98537 77.49754 73.77884 73.06210 78.30461 85.22554

【讨论】：

【解决方案2】：

dplyr 做事的方式是对列名进行显式函数。我们只是使用连接来为每一行带来正确的系数

例如

d1 %>% left_join(d2, by=c("Date"="Species")) %>% mutate(
  value = NS_Forecast_beta1*Sepal.Length + NS_Forecast_beta2* Sepal.Width + NS_Forecast_beta5*Petal.Length
)

如果你真的想要某种矩阵乘法，你可以将数据嵌套在列表中并执行操作

library(dplyr)
library(tidyr)
library(purrr)

dd <- d1 %>% nest(-Date, .key="beta") %>%
  left_join(d2 %>% nest(-Species, .key="obs"), by=c("Date"="Species")) %>%
  mutate(value = map2(obs, beta, ~as.matrix(.x) %*% t(as.matrix(.y))))
dd %>% unnest(value)

【讨论】：