如何在R中实现这个结果

Question

Windows 7 上的 R 版本 2.11.1 32 位

我有两个数据集，如下所示：

data_set_A:

USER_B   ACTION
10       0.1
11       0.3
12       0.1

data_set_B:

USER_A   USER_B   ACTION
1        10       0.2
1        11       0.1
1        15       0.1
2        12       0.2     

如何从 data_set_A 添加 USER_B 的 ACTION 到 data_set_B？ data_set_A 中的 USER_B 是 data_set_B 中 USER_B 的子集。

对于上面的例子，可能是：

USER_A   USER_B   ACTION
1        10       0.2+0.1
1        11       0.1+0.3
1        15       0.1
2        12       0.2+0.1 

在data_set_B中我不需要考虑USER_A，只需要考虑USER_B出现在中>数据集_A。

请问不一一做是否可以实现呢？

Answer 1

dfa <- data.frame(
        user_b = 10:12,
        action = c(0.1, 0.3, 0.1)
)

dfb <- data.frame(
        user_a = c(1, 1, 1, 2),
        user_b = c(10, 11, 15, 12),
        action = c(0.2, 0.1, 0.1, 0.2)
)


action <- dfa$action[match(dfb$user_b, dfa$user_b)]
action[is.na(action)] <- 0
dfb$action <- dfb$action + action
dfb

  user_a user_b action
1      1     10    0.3
2      1     11    0.4
3      1     15    0.1
4      2     12    0.3

Answer 2

一种方法是对两个数据集进行相当于数据库合并的操作，以形成所需的操作对，然后将它们相加。使用@Andrie的示例代码：

dfa <- data.frame(
        user_b = 10:12,
        action = c(0.1, 0.3, 0.1)
)

dfb <- data.frame(
        user_a = c(1, 1, 1, 2),
        user_b = c(10, 11, 15, 12),
        action = c(0.2, 0.1, 0.1, 0.2)
)

解决方案代码

我将首先呈现完整的解决方案，然后解释步骤：

mdat <- merge(dfb, dfa, by = "user_b", all.x = TRUE)
res <- data.frame(mdat[,c(2,1)],
                  action = rowSums(mdat[, c("action.x", "action.y")], 
                                   na.rm = TRUE))
res <- res[order(res$user_a, res$user_b),]

res 现在包含结果。

解释：

我们首先合并两个数据框，匹配 user_b：

## merge the data
mdat <- merge(dfb, dfa, by = "user_b", all.x = TRUE)
mdat

给出：

> mdat
  user_b user_a action.x action.y
1     10      1      0.2      0.1
2     11      1      0.1      0.3
3     12      2      0.2      0.1
4     15      1      0.1       NA

然后我们使用该对象创建结果数据框，并对两个 action. 列进行求和。 -明智的：

## format the merged data with summed `action`
res <- data.frame(mdat[,c(2,1)],
                  action = rowSums(mdat[, c("action.x", "action.y")], 
                                   na.rm = TRUE))
## reorder
res <- res[order(res$user_a, res$user_b),]
res

导致

> res
  user_a user_b action
1      1     10    0.3
2      1     11    0.4
4      1     15    0.1
3      2     12    0.3