如何在 R 中创建一个与来自两个不同数据帧的多个值匹配的新列

Question

我有 2 个包含数千个变量的数据框。

一个有不同年龄的学生和评估他们的不同老师。所有老师都评估了多个不同的学生，但不是每个学生。

Teacher Student Age
0123    1       7
0145    1       7
0163    1       7
0175    2       8
0123    2       8
0194    2       8
0123    3       7 
0145    3       7

然后我有老师对不同年龄的特定刻板印象的评分。每位教师对每个年龄组的刻板印象进行评分。数据框如下所示。

Teacher Age 7   Age 8  Age 9
0123    1       1      1
0145    5       7      3
0163    4       7      1
0175    6       8      1
0183    3       8      1
0194    2       8      1
0120    3       7      4

我想在第一个数据框中创建一个新列，其中每行中的教师都匹配，并且值是他们的刻板印象响应，具体取决于每个学生的年龄。例如，在这个新列中，第一行中的值将是教师 123 对 7 岁儿童的刻板印象反应。在这种情况下，这是一个 1。

非常感谢您的帮助。我是 R 新手，我不知道从哪里开始。

编辑：我希望输出如下所示：

Teacher Student Age AgeStereotype
0123    1       7   1
0145    1       7   5
0163    1       7   4
0175    2       8   8
0123    2       8   1
0194    2       8   8
0123    3       7   1
0145    3       7   5

Answer 1

AS <- apply(DF1[,c("Teacher", "Age")], 1, function(x) {
    DF2[which(DF2$Teacher == x[1]), which(grepl(x[2], names(DF2)))]
    })
DF1["AgeStereotype"] <- AS

分别使用 DF1 和 DF2 您的第一个和第二个数据帧。

输出：

  Teacher Student Age AgeStereotype
1     123       1   7             1
2     145       1   7             5
3     163       1   7             4
4     175       2   8             8
5     123       2   8             1
6     194       2   8             8
7     123       3   7             1
8     145       3   7             5

Answer 2

您可以使用[ 即：

transform(df1,AgeStereotype = `rownames<-`(df2,df2$Teacher)[cbind(Teacher,paste("Age",Age))])

  Teacher Student Age AgeStereotype
1     123       1   7             1
2     145       1   7             5
3     163       1   7             4
4     175       2   8             8
5     123       2   8             1
6     194       2   8             8
7     123       3   7             1
8     145       3   7             5

Answer 3

最好通过将第二个数据框转换为 一个长数据框，然后将其加入您的第一个数据框。 在R 中有很多方法可以实现这一点，这是一种干净的方法 在tidyverse 中，特别是dplyr 和tidyr 函数。

# Recreating your data
df1 <- tibble::tribble(
  ~Teacher, ~Student, ~Age,
   "0123",    1,       7,
   "0145",    1,       7,
   "0163",    1,       7,
   "0175",    2,       8,
   "0123",    2,       8,
   "0194",    2,       8,
   "0123",    3,       7,
   "0145",    3,       7
  )

df2 <- tibble::tribble(
  ~Teacher, ~Age.7, ~Age.8, ~Age.9,
     "0123",    1,       1,      1,
     "0145",    5,       7,      3,
     "0163",    4,       7,      1,
     "0175",    6,       8,      1,
     "0183",    3,       8,      1,
     "0194",    2,       8,      1,
     "0120",    3,       7,      4
  )

# Load necessary libs
library(dplyr, warn.conflicts = FALSE)
library(tidyr)

tidyr::pivot_longer() 将 df2 转换为长格式并 dplyr::mutate() 和 gsub() 和 as.numeric() 用于剃须 变量名的残基并转换为dbl.

df2_long <-
  df2 %>%
  pivot_longer(Age.7:Age.9,
               names_to = "Age",
               values_to = "AgeStereotype") %>%
  mutate(Age = as.numeric(gsub("Age.", "", Age)))

dplyr::left_join() 合并数据集，只保留那些教师， 在df1 中有一行。

left_join(df1, df2_long)
#> Joining, by = c("Teacher", "Age")
#> # A tibble: 8 x 4
#>   Teacher Student   Age AgeStereotype
#>   <chr>     <dbl> <dbl>         <dbl>
#> 1 0123          1     7             1
#> 2 0145          1     7             5
#> 3 0163          1     7             4
#> 4 0175          2     8             8
#> 5 0123          2     8             1
#> 6 0194          2     8             8
#> 7 0123          3     7             1
#> 8 0145          3     7             5

Answer 4

另一种base方式：

merge(
  df1,
  data.frame(Teacher = df2$Teacher, 
             Age = gsub("[[:alpha:]]", "", stack(df2[,-1])[,2]),
             AgeStereotype = stack(df2[,-1])[,1]
  )
)

输出：

  Teacher Age Student AgeStereotype
1     123   7       1             1
2     123   7       3             1
3     123   8       2             1
4     145   7       1             5
5     145   7       3             5
6     163   7       1             4
7     175   8       2             8
8     194   8       2             8

这确实改变了原始顺序，即使可以在没有额外包的情况下修改它，如果重要的话，也许最简单的方法就是让dplyr 进行连接：

dplyr::left_join(
  df1,
  data.frame(Teacher = df2$Teacher, 
             Age = as.integer(gsub("[[:alpha:]]", "", stack(df2[,-1])[,2])),
             AgeStereotype = as.integer(stack(df2[,-1])[,1]), stringsAsFactors = FALSE
  )
)