如何使用 R 中的条件将值从另一个 df 分配给 df$ 列

Question

我有两个数据框：

> df1 <- data.frame(date = as.Date( c( "2021-06-01", "2021-06-02", "2021-06-03", "2021-06-04", 
                                      "2021-06-05", "2021-06-06", "2021-06-07", "2021-06-08", 
                                      "2021-06-09", "2021-06-10", "2021-06-11", "2021-06-12",
                                      "2021-06-13") ), 
                   temperature = c( 17, 30, 28, 29, 16, 21, 20, 11, 28, 29, 25, 26, 19) )

和

> df2 <- data.frame( ID = c( 1 : 4 ), 
                    date.pose = as.Date(c("2021-06-01", "2021-06-03", "2021-06-06", "2021-06-10") ),
                    date.withdrawal = as.Date(c("2021-06-02", "2021-06-05", "2021-06-09", "2021-06-13") ) )

我想将

df2

中每个时期的平均温度存储在新列 (

df2$mean.temperature

) 中。

对于来自

ID = 1

的

df2

，平均温度将根据

2021-06-01

和

2021-06-02

的温度计算，即

mean(17, 30)

换句话说，我想得到这个：

    > df2 <- data.frame(ID = c( 1 : 4 ),
                       date.pose = as.Date( c("2021-06-01", "2021-06-03", "2021-06-06", "2021-06-10") ) ,
                       date.withdrawal = as.Date( c("2021-06-03", "2021-06-06", "2021-06-10", "2021-06-13") ),
                       mean.Temperature = c(23.5, 24.3,  20.0, 24.8) )

我正在尝试将

df2

中的 ID 添加到

df1

中的新列中。一旦我这样做了，我就可以像这样聚合：

> df3 <- aggregate(df1$temperature, list(df1$ID, df2$date.pose), FUN = mean)

不知道如何在df1中添加对应的ID。 或者也许有更好的方法来做到这一点？

Answer 1

这是一种使用

uncount

中的

tidyr

和一些连接的方法。

df2 %>%
  mutate(days = (date.witdrawal - date.pose + 1) %>% as.integer) %>%
  tidyr::uncount(days, .id = "row") %>%
  transmute(ID, date = date.pose + row - 1) %>%
  left_join(df1) %>%
  group_by(ID) %>%
  summarize(mean.Temperature = mean(temperature)) %>% 
  right_join(df2)

结果

# A tibble: 4 × 4
     ID mean.Temperature date.pose  date.witdrawal
  <int>            <dbl> <date>     <date>        
1     1             23.5 2021-06-01 2021-06-02    
2     2             24.3 2021-06-03 2021-06-05    
3     3             20   2021-06-06 2021-06-09    
4     4             24.8 2021-06-10 2021-06-13 

Answer 2

更新。感谢@Jon Spring：

我们可以这样做：

逻辑：

在长时间旋转 df1 后按日期加入两个 df

arrange

按日期和

fill

然后按 ID 分组后使用

summarise

和

mean()

最后重新加入：

library(dplyr)
library(tidyr)

df2 %>% 
  pivot_longer(-ID, values_to = "date") %>% 
  full_join(df1, by= "date") %>% 
  arrange(date) %>% 
  fill(ID, .direction = "down") %>% 
  group_by(ID) %>% 
  summarise(mean_temp = mean(temperature, na.rm = TRUE)) %>% 
  left_join(df2, by="ID")

      ID mean_temp date.pose  date.witdrawal
  <int>     <dbl> <date>     <date>        
1     1      23.5 2021-06-01 2021-06-02    
2     2      24.3 2021-06-03 2021-06-05    
3     3      20   2021-06-06 2021-06-09    
4     4      24.8 2021-06-10 2021-06-13