如何将R中的df与类别值合并为另一个df及其相应的值？

Question

编辑：改述：所描述的情况可以是从不同统计程序中提取数据的结果，可以产生具有（a）因子水平和（b）其相应的指定“数值”值的单独csv文件。

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例如男性/女性，18-30 / 31-40等.2）这些级别分配给某些数字，无论是否有序。 3）因子/水平数据帧是一个数据帧/数据集。分配给因子水平数据集是一个分离的数据帧。 4）我想将这两个数据集合并为一个数据集。这意味着必须保留有序因子水平并将其正确分配给相应的数字。

因此，因子级别及其分配的数字被保存在两个不同的数据集中（例如csv文件）。这两个数据帧必须“合并”。

我怎样才能做到这一点？附：这两个数据集之间有一个共同的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具有相同的结果，作为下面R命令的结果

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：

• 当我们讨论根据某些关键字组合的两个data.frames时，使用术语merge。
• 术语levels和labelsare与factors一起使用

我们将尝试这两种变体，并希望OP将指定他的目标。

去

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 

因子

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()根据水平列中给出的顺序对因子水平进行排序。在R中，级别的编号从1开始。

单个结果可以组合回一个数据帧（但请注意，这不是R中首选的手动转换许多列的方法。）

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)
)

结合许多因子列的级别和标签

OP澄清了这个问题，并且有requested将水平和标签组合在一起，例如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数据框架的数据汇集在一起​​，这些数据框架的命名方式不同。如果两个data.frames中的匹配列的名称相同，例如d1，则会容易得多。因此，我们必须将来自d1_levels的DF1与来自d1_labels的DF2汇集在一起​​。

Get base names of columns

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

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

Create new 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"