提问人：MikiK 提问时间：8/25/2021 最后编辑：ismirsehregalMikiK 更新时间：8/25/2021 访问量：69
操作数据表中的列（替换、排序）
Manipulation of Columns in Data Table (replace, sort)
问：
我想操作两个数据表的列以创建桑基图。
我有一个年份的数据表和一个数据表（两者具有相同的列名/顺序）：20182019
dt.2018 <- structure(list(Year = c(2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L, 2018L),
id = c(100236L, 101554L, 111328L, 124213L, 127434L, 128509L, 130058L, 130192L, 130224L, 130309L),
EV = c(-33498.61, 0, -31117.17, 70950.43, -37984.99, 0, 0, -93820830.01, -7852622.13, -245712.8),
group = structure(c(1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 1L, 1L), .Label = c("0", "1", "2", "3"), class = "factor")),
class = c("data.table", "data.frame"), row.names = c(NA, -10L))
dt.2019 <- structure(list(Year = c(2019L, 2019L, 2019L, 2019L, 2019L, 2019L, 2019L, 2019L, 2019L, 2019L),
id = c(100236L, 101554L, 111328L, 124213L, 127434L, 128003L, 128509L, 130058L, 130192L, 130351L),
EV = c(-130944.64, 21951918.61, 15335.68, 101518.72, 36552.26, 0, 78507.63, 0, 0, 276820967.02),
group = structure(c(1L, 4L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), .Label = c("0", "1", "2", "3"), class = "factor")),
class = c("data.table", "data.frame"), row.names = c(NA, -10L))
首先，我想比较这些列。id
id的 ，其中不在 中 可以删除（整行）。dt.2019dt.2018- 对于不在 中的 s ，我们必须将整行复制/重新绑定 ，然后替换 中 的个数。
iddt.2018dt.2019dt.2019group8dt.2019 - 最后，我想对两者的列进行排序（相同的列必须位于同一行索引处）。
idid - 替换 ： replace by 中的整数，应保持不变。
groupdt.2019c(0,1,2,3)c(4,5,6,7)8
我怎样才能快速有效地做到这一点？
答：
3赞
Park
8/25/2021
#1
条件对我来说非常复杂， 因此，请告诉我此代码是否与您的目的不匹配。
dt.2019 %>%
filter(id %in% dt.2018$id) %>%
mutate(group = recode_factor(group, "0" = "4", "1" = "5", "2" ="6", "3" ="7")) %>%
rbind(dt.2018 %>%
filter(! id %in% dt.2019$id) %>%
mutate(group = 8)) %>%
arrange(id)
评论
1赞
Shibaprasadb
8/25/2021
我也正是这样做的。只有一个区别，而不是我使用的rbindbind_rows
2赞
TarJae
8/25/2021
#2
我们可以用 和 和 和 all in 的组合来做到这一点semi_joinanti_joinbind_rowsreocde_factordplyr
library(dplyr)
dt.2019 %>%
semi_join(dt.2018, by="id") %>%
mutate(group = recode_factor(group, "0" = "4", "1" = "5", "2" ="6", "3" ="7")) %>%
bind_rows(dt.2018 %>%
anti_join(dt.2019, by="id") %>%
mutate(group=8, group=as.factor(group))
)
输出：
Year id EV group
1: 2019 100236 -130944.64 4
2: 2019 101554 21951918.61 7
3: 2019 111328 15335.68 4
4: 2019 124213 101518.72 5
5: 2019 127434 36552.26 5
6: 2019 128509 78507.63 5
7: 2019 130058 0.00 5
8: 2019 130192 0.00 5
9: 2018 130224 -7852622.13 8
10: 2018 130309 -245712.80 8
评论