合并两个条件，一个是列表

Question

我有两个看起来像这样的数据框。 我们称第一个数据框为“Master”

row ID  Color
1   1   c("blue", "green")
2   1   red
3   2   red
4   3   c("pink", "blue", "purple")

我们称第二个数据框为“Detail”

row ID  Color   Year
1   1   blue    2004
2   1   red     2000
3   1   green   2005
4   2   red     2005
5   3   pink    1999
6   3   brown   2008
7   3   blue    1997
8   3   pink    2007

我想在 Master 中添加一列，当满足两个条件时，该列是 Detail 中年份值的平均值：

1. ID 匹配（这很简单）
2. 当在 Master$Color 列表中找到 Detail$Color 时。 （这已被证明是困难的）。

我发现命令...

which(Detail$Color == Master$Color)

...将识别颜色模式，但将该命令应用于合并或应用语句尚未成功。

结果应该是这样的。

row ID  Color                       Mean_Year
1   1   c("blue", "green")          2004.5
2   1   red                         2000
3   2   red                         2005
4   3   c("pink", "blue", "purple") 2001

我的真实数据在 Master 中有 10,000 行，在 Details 中有 8,000,000 行，如果有区别的话。

Answer 1

我不确定数据框“Master”的数据输入文件是什么样的，但我们假设它包含一个数字向量 (ID) 和一个字符向量 (Color)，其中字符向量的每个单元格都包含用逗号分隔的一种或多种颜色。如果你将它导入 R，那么你应该得到一个如下所示的数据框：

row     ID     Color       
1       1      "blue, green"    
2       1      "red"    
3       2      "red"     
4       3      "pink, blue, purple"

我意识到这与上面显示的数据框 Master 不同。无论如何，假设您的输入与我刚刚介绍的类似，一旦导入，首先要做的就是去掉向量 master$Color 中的空白

master$Color<-gsub(" ", "", master$Color)

完成后，做你想做的就相对简单了：

ID.empty=NULL

for (i in 1:nrow(master)){ID.empty[i]=mean(detail$Year[detail$ID %in% master$ID[i] & is.element(detail$Color, unlist(c(strsplit(master$Color[i],','))))])}

print(ID.empty)

[1] 2004.5 2000.0 2005.0 2001.0