在R中合并数据帧的优雅方式？

问题描述：

我想获取数据框的唯一行，然后将其与另一行属性进行连接。然后，我希望能够计算品种的数量，例如特定类型或来源的独特水果的数量。在R中合并数据帧的优雅方式？

的第一个数据帧有我水果的清单：

fruits <- read.table(header=TRUE, text="shop fruit 
        1 apple 
        2 orange 
        3 apple 
        4 pear 
        2 banana 
        1 banana 
        1 orange 
        3 banana")

第二个数据帧有我的属性：

fruit_class <- read.table(header=TRUE, text="fruit type origin 
apple pome asia 
         banana berry asia 
         orange citrus asia 
         pear pome newguinea")

这里是我的笨拙的解决问题的办法：

fruit <- as.data.frame(unique(fruit[,2])) #get a list of unique fruits 
colnames(fruit)[1] <- "fruit" #this won't rename the column and I don't know why... 
fruit_summary <- join(fruits, fruit_class, by="fruit" #create a data frame that I can query 
count(fruit_summary, "origin") #for eg, summarise the number of fruits of each origin

所以我的主要问题是：这怎么可以更优雅地表达（即一条线而不是3条）？其次：为什么它不允许我重命名列？

在此先感谢

在碱：'集合体（水果〜原点，合并（水果，fruit_class），FUN =长度）'或dplyr：'水果％>％left_join（fruit_class）％>％计数（原点）' – alistaire

你基本代码告诉我，亚洲有12种水果，新几内亚有4种水果，所以它总结了水果$商店专栏（我不想使用）。结果应该是来自亚洲的3个水果（苹果，香蕉和桔子）和一个来自新几内亚（梨）。 – setbackademic

我得到7和1，但如果你只是想从'fruit_class'数出来，使用'count（fruit_class，origin）'。如果你想确保它们在'fruits'中，那么使用'fruit_class％>％semi_join（fruits）％>％count（origin）'，在这种情况下它会返回相同的结果。也不是总结“商店”;他们正在计数行。 – alistaire

答

简单地做

table(fruit_class$fruit, fruit_class$origin)

给你

 asia newguinea 
apple  1   0 
banana 1   0 
orange 1   0 
pear  0   1

您可以colSums()加起来区域号码。我想不出fruits数据帧是需要的原因，因为如果这里的水果不在fruit_class中，则无论如何都没有原始数据。

顺便说一句，在你的代码示例中，colnames(fruit)[1] <- "fruit"应该可以工作，但只需要colnames(fruit) <- "fruit"，因为无论如何colname只有1个元素长。

答

这是一个data.table解决方案。

library(data.table) 
setDT(fruit_class)[, uniqueN(fruit), by=type] 
#  type V1 
# 1: pome 2 
# 2: berry 1 
# 3: citrus 1 

setDT(fruit_class)[, uniqueN(fruit), by=origin] 
#  origin V1 
# 1:  asia 3 
# 2: newguinea 1

在R中合并数据帧的优雅方式？

相关推荐