如何将 R 中具有类别值的 df 与另一个具有相应值的 df 合并？

Question

编辑：改写：所描述的情况可能是从不同的统计程序中提取数据的结果，这些程序可能会生成单独的 csv 文件，其中包含 (a) 因子水平和 (b) 相应分配的 "numerical" 值。

1) 我可能有很多因子变量，例如性别、年龄范围和这些因素变量具有水平，例如male/famele、18-30/31-40 等 2）这些级别被分配给一些数字，无论是有序的还是无序的。 3) factor/level 数据框是一个数据框/数据集。分配给因子水平的数据集是一个单独的数据框。 4) 我想将这两个数据集合并为一个。这意味着必须保留有序的因子水平并将其正确分配给相应的数字。

因此，因子水平及其分配的数字保存在两个不同的数据集（例如 csv 文件）中。这两个数据帧必须是"merged"。

我该怎么做？ p.s。这两个数据集之间有一个 cmmon ID 变量。

              d1_levels          d2_levels      d3_levels
1               2                   2               0
2               0                   1               2
3               1                   2               1
4               2                   2               2


              d1_labels        d2_labels      d3_labels                                 
1               boy              east               <3kg
2               dont know        south              3kg
3               girl             east               >3kg
4               boy              east               3kg

我希望 d1_labels 与以下 R 命令

的结果相同

dataset$d1_labels<- factor(d1_levels, levels = c(0,1,2), labels = c("dont know", "girl", "boy"))

Answer 1

问题不完全清楚：

当我们谈论两个 data.frames 根据某个键组合时，使用术语 merge。
术语 levels 和 labels 与 factors

我们将尝试这两种变体，希望 OP 能具体说明他想要什么。

合并

merge(DF1, DF2, by = "rn")
#  rn d1_levels d2_levels d3_levels d1_labels d2_labels d3_labels
#1  1         2         2         0       boy      east      <3kg
#2  2         0         1         2 dont know     south       3kg
#3  3         1         2         1      girl      east      >3kg
#4  4         2         2         2       boy      east       3kg

因素

reorder(factor(DF2$d1_labels), DF1$d1_levels)
#[1] boy       dont know girl      boy      
#attr(,"scores")
#      boy dont know      girl 
#        2         0         1 
#Levels: dont know girl boy

reorder(factor(DF2$d2_labels), DF1$d2_levels)
#[1] east  south east  east 
#attr(,"scores")
# east south 
#    2     1 
#Levels: south east

reorder(factor(DF2$d3_labels), DF1$d3_levels)
#[1] <3kg 3kg  >3kg 3kg 
#attr(,"scores")
#<3kg >3kg  3kg 
#   0    1    2 
#Levels: <3kg >3kg 3kg

factor() 创建因子，reorder() 根据级别列中给出的顺序对因子级别排序。在 R 中，级别编号从 1 开始。

单个结果可以组合回一个数据框（但请注意，这不是 R 中手动转换多列的首选方式。）

result <- data.frame(
  rn = DT1$rn,
  d1 = reorder(factor(DF2$d1_labels), DF1$d1_levels),
  d2 = reorder(factor(DF2$d2_labels), DF1$d2_levels),
  d3 = reorder(factor(DF2$d3_labels), DF1$d3_levels)
)

组合多个因子列的水平和标签

OP 已经澄清了这个问题，并且将水平和标签组合起来多达 500 个因子列。

不幸的是，这非常复杂，因为它需要将来自两个不同 data.frames 且命名不同的数据汇集在一起。如果 data.frames 中的匹配列的名称相同，例如 d1，那就容易多了。因此，我们必须将 DF1 中的 d1_levels 与 DF2 中的 d1_labels 组合在一起。

获取列的基本名称

base_names <- na.omit(unique(stringr::str_extract(c(names(DF1), names(DF2)), ".+(?=_levels$)")))

base_names
#[1] "d1" "d2" "d3"

新建data.frame

result <- as.data.frame(
  setNames(
    lapply(base_names, function(x) {
      reorder(factor(DF2[[paste0(x, "_labels")]]), DF1[[paste0(x, "_levels")]])
    }), base_names
  )
)

result
#         d1    d2   d3
#1       boy  east <3kg
#2 dont know south  3kg
#3      girl  east >3kg
#4       boy  east  3kg

str(result)
#'data.frame':  4 obs. of  3 variables:
# $ d1: Factor w/ 3 levels "dont know","girl",..: 3 1 2 3
#  ..- attr(*, "scores")= num [1:3(1d)] 2 0 1
#  .. ..- attr(*, "dimnames")=List of 1
#  .. .. ..$ : chr  "boy" "dont know" "girl"
# $ d2: Factor w/ 2 levels "south","east": 2 1 2 2
#  ..- attr(*, "scores")= num [1:2(1d)] 2 1
#  .. ..- attr(*, "dimnames")=List of 1
#  .. .. ..$ : chr  "east" "south"
# $ d3: Factor w/ 3 levels "<3kg",">3kg",..: 1 3 2 3
#  ..- attr(*, "scores")= num [1:3(1d)] 0 1 2
#  .. ..- attr(*, "dimnames")=List of 1
#  .. .. ..$ : chr  "<3kg" ">3kg" "3kg"

如何将 R 中具有类别值的 df 与另一个具有相应值的 df 合并？

How can I merge a df in R with category values with another df with its corresponding values?

r

merge

label

levels

合并

因素

组合多个因子列的水平和标签

获取列的基本名称

新建data.frame