如何使用条件语句一步合并具有不同标准的多个数据帧

Question

我目前正在使用下面列出的四个多个数据框架。

• tmp:主表(变量包括:组、权重、国家、收入)
• price1:第1-3组的价格表1(变量包括:组、重量、价格)
• price2:第4-8组的价格表2(变量包括:组，价格)
• price3:第9组的价格表3(变量包括:组、国家、重量、价格)

“权重”是从1到200之间的整数变量。在价目表1和3中，每个“权重”都有一个价格值。

我想保持原样的主表，并有条件地将价格表1,2,3合并到它。主表中的“组”变量范围从1到9。价格表也是根据“组”值管理的。每个值代表一个产品。同一价格表中的产品具有相似的性质和不同的价格。然而，跨价格表的产品具有不同的性质。由于这种差异，合并标准也不同。

这种合并的目的是比较不同产品的收入和价格。

以下是母版表和3份价格表之间的合并标准。

• 价格表1到主表的主键:组和权重
• 价格表2中的主键到主表:组
• 价格表3到主表的主键:组和国家及权重

使用的代码：

test <- ifelse(tmp$group %in% c(1,2,3), merge(tmp,price1,by=c("group","weight"))
            ,ifelse(tmp$group %in% c(4,5,6,7,8),merge(tmp, price2, by= "group")
                   ,merge(tmp,price3, by=c("group","country","weight")))))

我的代码的问题是返回对象不是数据帧，它在R中显示为一个大列表。

Answer 1

如果我没有理解错，你是在data.frames价格的主机上查找产品的价格。由于这些组在您的示例中是唯一的，所以最好先合并价格data.frames，然后再与主数据合并。

数据：

price1 <- data.frame(group=1:3, weight=sample(1:200, 3, replace=T), price=abs(rnorm(3, 15, 1)))
price2 <- data.frame(group=4:8, price=abs(rnorm(5, 15, 1)))
price3 <- data.frame(group=9, country="A", weight=sample(1:200, 1), price=abs(rnorm(1, 15, 1)))
tmp <- data.frame(group=1:10, weight=sample(1:200, 10, replace=T), country=sample(LETTERS, 10, replace=T), revenue=abs(rnorm(10, 150, 2)))

将三个价格data.frame与plyr::ldply合并

library(plyr)
price <- plyr::ldply(list(price1, price2, price3))

仅保留合并价格data.frame的两列：

library(dplyr)
price <- price %>% select(price, group)

加入主data.frame并按组列出价格

output <- tmp %>% left_join(price, by="group")
   group weight country  revenue    price
1      1    196       N 149.4803 15.52752
2      2     55       L 150.3930 15.98541
3      3     78       E 150.6139 14.95468
4      4     62       D 151.4679 16.51612
5      5    107       Q 149.3292 15.59761
6      6    168       C 148.8256 14.49331
7      7    193       L 149.0341 16.31310
8      8     18       X 152.9192 14.06301
9      9    113       O 147.0069 14.08821
10    10    197       H 149.3581       NA

Answer 2

考虑子设置的tmp dataframes上的行绑定，每个数据绑定都与价格数据绑定合并：

test <- rbind(merge(tmp[tmp$group %in% c(1,2,3),], price1, by=c("group","weight")),
              merge(tmp[tmp$group %in% c(4,5,6,7,8),], price2, by="group"),
              merge(tmp[tmp$group == 9,], price3, by=c("group","country","weight")))