使用名称列表基于公式创建新列

Question

我已经找到了很多关于如何根据数字公式而不是名称创建新列的答案。

我有一个融化的数据框，我需要为其创建一个新列来显示变量所属的类别。这是我当前数据框的一部分：

   Year Type        variable     value
1  2016    T Agrostis.canina         6
2  2016    R Agrostis.canina         2
3  2016    Q Agrostis.canina         0
4  2016    T Carex.nigra             0
5  2016    R Carex.nigra             9
6  2016    Q Carex.nigra             3
7  2015    T Agrostis.canina         0
8  2015    R Agrostis.canina         2
9  2015    Q Agrostis.canina         0
10 2015    T Carex.nigra             6
11 2015    R Carex.nigra             0
12 2015    Q Carex.nigra             5

我在工作环境中保存了每个类别下的变量名列表 - 我想使用这些来创建新列，因为有很多变量名！理想情况下，数据框应如下所示：

   Year Type        variable     value    veg.type
1  2016    T Agrostis.canina         6    Graminoid
2  2016    R Agrostis.canina         2    Graminoid
3  2016    Q Agrostis.canina         0    Graminoid
4  2016    T Carex.nigra             0    Dwarf.shrub
5  2016    R Carex.nigra             9    Dwarf.shrub
6  2016    Q Carex.nigra             3    Dwarf.shrub
7  2015    T Agrostis.canina         0    Graminoid
8  2015    R Agrostis.canina         2    Graminoid
9  2015    Q Agrostis.canina         0    Graminoid
10 2015    T Carex.nigra             6    Dwarf.shrub
11 2015    R Carex.nigra             0    Dwarf.shrub
12 2015    Q Carex.nigra             5    Dwarf.shrub

我尝试使用 inside 和 ifelse，但我认为我错过了其中的一个关键部分，因为还没有任何效果。

提前致谢！

编辑：每个 veg.type 基本上都是各种变量的子集，即。

Dwarf.shrub <- c("Calluna.vulgaris", "Empetrum.nigrum", "Erica.cinerea"...) Graminoid <- c("Agrostis.canina", "Deschampsia.flexuosa", "Holcus.lanatus"...) 等等

这意味着我希望很多变量都具有相同的 veg.type。我希望这能澄清一点。

Answer 1

最简单的就是使用查表（也不需要merge）：

lookup <- list(Agrostis.canina="Graminoid", 
               Carex.nigra="Dwarf.shrub")
df$value <- lookup[df$variable]

Answer 2

创建第二个将用作查找的数据框，然后将left_join() 用于您的主数据框。 stack() 将列表直接转换为堆叠数据框。

df2 <- stack(list(Dwarf.Shrub=c("Carex.nigra", "Empetrum.nigrum"), Graminoid=c("Agrostis.canina", "Deschampsia.flexuosa"))) 

#                values         ind
#1          Carex.nigra Dwarf.Shrub
#2      Empetrum.nigrum Dwarf.Shrub
#3      Agrostis.canina   Graminoid
#4 Deschampsia.flexuosa   Graminoid

现在加入dplyr，给出两个数据帧中键的变量名称。

library(dplyr)
left_join(df, df2, by=c("variable" = "values"))

#   Year Type        variable value    veg.type
#1  2016    T Agrostis.canina     6   Graminoid
#2  2016    R Agrostis.canina     2   Graminoid
#3  2016    Q Agrostis.canina     0   Graminoid
#4  2016    T     Carex.nigra     0 Dwarf Shrub
# etc

Answer 3

library(data.table)
output.df <- merge(df1, df2, by="variable", all.x=T)

all.x 参数意味着您将所有行保留在 df1 中。如果你愿意，你也可以做 all.y ，或者只为相交的行完全忽略它。此外，如果您想在多个列上合并，您可以扩展“by”参数：

by=c("param 1 name","param 2 name",...)

希望这会有所帮助！

Answer 4

我想我会发布我的解决方案：

我像@Joe 建议的那样使用了left_join。我有一个“查找”每个变量下的不同值的数据框，但我的原始数据框是宽格式而不是长格式。我在tidyr 中使用了gather 函数来创建一个长格式，这意味着我可以转换数据帧，而无需像在reshape2 melt 函数中那样保持一些id 变量列相同。

再次感谢大家的帮助！