6

我正在尝试data.frames根据每个名为series_id. 这是我的合并声明：

merge(test_growth_series_LUT,  test_growth_series, by = intersect(series_id, series_id))

我得到的错误是

as.vector(y) 中的错误：找不到对象“series_id”

帮助给出了这个描述，但我不明白为什么它找不到series_id. 示例数据如下。 

### S3 method for class 'data.frame':
   #merge(x, y, by = intersect(names(x), names(y)),
   #      by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
   #      sort = TRUE, suffixes = c(".x",".y"), ...)



# Create a long data.frame to store data...
test_growth_series = data.frame ("read_day" = c(0, 3, 9, 0, 3, 9, 0, 2, 8), 
"series_id" = c("p1s1", "p1s1", "p1s1", "p1s2", "p1s2", "p1s2", "p3s4", "p3s4", "p3s4"),
"mean_od" = c(0.6, 0.9, 1.3, 0.3, 0.6, 1.0, 0.2, 0.5, 1.2),
"sd_od" = c(0.1, 0.2, 0.2, 0.1, 0.1, 0.3, 0.04, 0.1, 0.3),
"n_in_stat" = c(8, 8, 8, 8, 7, 5, 8, 7, 2)
)

# Create a name LUT
test_growth_series_LUT = data.frame ("series_id" = c("p1s1", "p1s2", "p3s4", "p4s2", "p5s2", "p6s2", "p7s4", "p8s4", "p9s4"),"description" = c("blah1", "blah2", "blah3", "blah4", "blah5", "blah6", "blah7", "blah8", "blah9")
)

> test_growth_series
  read_day series_id mean_od sd_od n_in_stat
1        0      p1s1     0.6  0.10         8
2        3      p1s1     0.9  0.20         8
3        9      p1s1     1.3  0.20         8
4        0      p1s2     0.3  0.10         8
5        3      p1s2     0.6  0.10         7
6        9      p1s2     1.0  0.30         5
7        0      p3s4     0.2  0.04         8
8        2      p3s4     0.5  0.10         7
9        8      p3s4     1.2  0.30         2
> test_growth_series_LUT
  series_id description
1      p1s1       blah1
2      p1s2       blah2
3      p3s4       blah3
4      p4s2       blah4
5      p5s2       blah5
6      p6s2       blah6
7      p7s4       blah7
8      p8s4       blah8
9      p9s4       blah9
> 



this is what I'm trying to achieve:  
> new_test_growth_series
  read_day series_id mean_od sd_od n_in_stat        description
1        0      p1s1     0.6  0.10         8        blah1
2        3      p1s1     0.9  0.20         8        blah1
3        9      p1s1     1.3  0.20         8        blah1
4        0      p1s2     0.3  0.10         8        blah2
5        3      p1s2     0.6  0.10         7        blah2
6        9      p1s2     1.0  0.30         5        blah2
7        0      p3s4     0.2  0.04         8        blah3
8        2      p3s4     0.5  0.10         7        blah3
9        8      p3s4     1.2  0.30         2        blah3
4

2 回答 2

11

你可以这样做：

merge(test_growth_series_LUT, test_growth_series)

它将自动匹配名称。如果你需要指定列，你可以这样做：

merge(test_growth_series_LUT, test_growth_series, by = "series_id")

或者，如果您需要在两侧指定（仅当它们具有要匹配的不同名称时才需要）：

merge(test_growth_series_LUT, test_growth_series, by.x = "series_id", by.y = "series_id")

我建议查看示例（并遍历它们），方法是转到合并 ( ?merge) 的帮助或调用example("merge", "base")（实际上没有自己遍历它有用。

两个注意事项：

  1. 你永远不需要在这里使用 intersect 函数。用于c()显式指定多个列名。或使用all、all.x和all.y参数指定您想要的连接类型。
  2. 在大多数情况下，您将使用引号来指定列名，除非您附加了数据。否则它将抱怨无法找到该名称。特别是，当您不使用引号时，名称需要位于搜索路径中。
于 2010-02-28T23:23:14.507 回答
1

我得到的错误是“as.vector（y）中的错误：找不到对象'series_id'”

data.frame 中的一列可以这样引用：test_growth_series$series_id，它返回 series_id 的向量。做intersect 是不必要的，但可以正确地写成这样：

intersect(test_growth_series$series_id, test_growth_series_LUT$series_id)

稍微正确一点，您可能希望使用all.x=TRUE. 如果 test_growth_series 中的 series_id 没有出现在您的查找表中，这将涵盖您。没有它，您最终可能会在结果中丢失行。

merge(test_growth_series, test_growth_series_LUT, by = "series_id", all.x=TRUE)

如何在 R（内、外、左、右）中加入数据框？

于 2010-03-02T19:08:59.300 回答