根据2个条件合并两个表并输出平均值作为结果列

Question

我有以下两个 table：

Table_1
    ID  Interval
    1   10
    1   11
    2   11

和

Table_2
   ID   Interval    Rating
    1   10          0.5
    1   10          0.3
    1   11          0.1
    2   11          0.1
    2   11          0.2

输出 table 应如下所示：

ID  Interval    Mean Ratings
1   10          0.4
1   11          0.1
2   11          0.15

我的目标是根据两个 conditions/columns ID 和间隔加入两个 table。鉴于我对相同的 ID 和间隔有多个评分，我想计算评分的 平均值 。尽管 ID 是唯一的 (~9500)，但不同 ID 的间隔重复（如上面的 table 所示）。我当前的方法是使用 2 个参数的 join 函数。如何创建最终的 table，其中 Table_1 和 Table_2 根据条件 ID 和间隔连接，并在结果列中接收平均评分？

left_join(Table_1, Table_2, by = c("ID" = "ID", "Interval" = "Interval"))

Answer 1

您不需要加入。相反，绑定您的表格并使用来自 dplyr 的分组和总结。以下实现了您的要求：

library(dplyr)

table_1 <- data.frame("ID"= c(1,1,2),"Interval"=c (10,11,11),"Rating"= c(NA,NA,NA))
table_2 <- data.frame("ID"= c(1,1,1,2,2),"Interval"= c(10,10,11,11,11),"Rating"= c(0.5,0.3,0.1,0.1,0.2))

df1 <- bind_rows(table_1,table_2) %>% group_by(ID,Interval) %>% summarise("Mean Ratings" = mean(Rating,na.rm = TRUE))

Answer 2

您可以通过 dplyr 的 left_join、group_by 和 summarise 来实现它。

library(dplyr)

table1 %>% 
  left_join(table2, by = c("ID", "Interval")) %>% 
  group_by(ID, Interval) %>% 
  summarise("Mean Ratings" = mean(Rating))

## A tibble: 3 x 3
## Groups:   ID [?]
#     ID Interval `Mean Ratings`
#  <int>    <int>          <dbl>
#1     1       10           0.4
#2     1       11           0.1
#3     2       11           0.15

数据

table1 <- read.table(header = T, text="ID  Interval
    1   10
    1   11
    2   11")

table2 <- read.table(header = T, text = "ID Interval    Rating
        1   10          0.5
        1   10          0.3
        1   11          0.1
        2   11          0.1
        2   11          0.2")

Answer 3

首先，您需要总结第二个 table DT2，然后与第一个 table DT1.

执行右连接

library(data.table)

DT1[DT2[, .(Mean_Rating = mean(Rating)), .(ID, Interval)], on = c(ID = "ID", Interval = "Interval")]

这给出了

   ID Interval Mean_Rating
1:  1       10        0.40
2:  1       11        0.10
3:  2       11        0.15

示例数据：

DT1 <- structure(list(ID = c(1L, 1L, 2L), Interval = c(10L, 11L, 11L
)), .Names = c("ID", "Interval"), class = c("data.table", "data.frame"
), row.names = c(NA, -3L))

DT2 <- structure(list(ID = c(1L, 1L, 1L, 2L, 2L), Interval = c(10L, 
10L, 11L, 11L, 11L), Rating = c(0.5, 0.3, 0.1, 0.1, 0.2)), .Names = c("ID", 
"Interval", "Rating"), class = c("data.table", "data.frame"), row.names = c(NA, 
-5L))

根据2个条件合并两个表并输出平均值作为结果列

Merge two tables based on 2 conditions and output the average as result column

r

join

group-by

dplyr

summarize