R:通过函数内的索引引用其他DF



我有一个具有行ID和索引值的数据帧,其结构如下:

>DF
ID asn bln gerp grn hgv hrn lwd mpl zwl
1  10   5   6    3   2  NA   4  NA  NA  NA
2  11  NA   3   NA  NA   4  NA  NA   5   6
3  12  NA  NA   NA  NA  NA  NA   4   3   2
4  13   3   2    5   6  NA   4  NA  NA  NA
5  14  NA  NA   NA  NA  NA  NA   2   3   4

还有一个时间问题:

>timetbl
ID   X1   X2   X3   X4   X5
1  10  900  910  920  930 1000
2  11  915  930 1000 1010 1020
3  12 1200 1230 1255   NA   NA
4  13 1640 1700 1710 1750 1800
5  14 2000 2100 2200   NA   NA

我需要一个函数来创建一个新的数据帧,用timetbl DF中的时间替换索引号,方法是:

  • ID用于查找右侧行
  • 将单元格值设置为index以查找新值

这样的结果将是:

ID  asn  bln gerp  grn  hgv  hrn  lwd  mpl  zwl
1  10  930 1000 910  900   NA  920   NA   NA   NA
2  11  915  930   NA   NA 1000   NA   NA 1010 1020
3  12   NA   NA   NA   NA   NA   NA 1255 1230 1200
4  13 1640 1700 1750 1800   NA 1710   NA   NA   NA
5  14   NA   NA   NA   NA   NA   NA 2000 2100 2200

我试图通过使用apply()paste()%>%来获得结果,但都没有成功。

有什么建议吗?

一些数据可以自己尝试:

DF:

> dput(DF)
structure(list(ID = c(10, 11, 12, 13, 14), asn = c(5L, NA, NA, 
3L, NA), bln = c(6L, 3L, NA, 2L, NA), gerp = c(3L, NA, NA, 5L, 
NA), grn = c(2L, NA, NA, 6L, NA), hgv = c(NA, 4L, NA, NA, NA), 
hrn = c(4L, NA, NA, 4L, NA), lwd = c(NA, NA, 4L, NA, 2L), 
mpl = c(NA, 5L, 3L, NA, 3L), zwl = c(NA, 6L, 2L, NA, 4L)), row.names = c(NA, 
-5L), class = "data.frame")

时间tbl:

> dput(timetbl)
structure(list(ID = c(10, 11, 12, 13, 14), X1 = c(900L, 915L, 
1200L, 1640L, 2000L), X2 = c(910L, 930L, 1230L, 1700L, 2100L), 
X3 = c(920L, 1000L, 1255L, 1710L, 2200L), X4 = c(930L, 1010L, 
NA, 1750L, NA), X5 = c(1000L, 1020L, NA, 1800L, NA)), row.names = c(NA, 
-5L), class = "data.frame")

提前感谢!

这与您给出的输出不完全匹配,但似乎与您的描述匹配

id.match <- match(DF$ID, timetbl$ID) 
DF[-1] <- lapply(2:ncol(DF), function(x){
timetbl[as.matrix(cbind(id.match, DF[x]))]
})
DF
#   ID  asn  bln gerp  grn  hgv  hrn  lwd  mpl  zwl
# 1  1  930 1000  910  900   NA  920   NA   NA   NA
# 2  2   NA  930   NA   NA 1000   NA   NA 1010 1020
# 3  3   NA   NA   NA   NA   NA   NA 1255 1230 1200
# 4  4 1700 1640 1750 1800   NA 1710   NA   NA   NA
# 5  5   NA   NA   NA   NA   NA   NA 2000 2100 2200

最新更新