我搜索了很多地方(stackoverflow、r-blogger 等),但还没有找到在 R 中执行此操作的好选择。希望有人有一些想法。
我有一组环境采样数据。数据包括各种字段(访问日期、区域、位置、样本介质、样本成分、结果等)。
这是相关字段的子集。这是我开始的地方......
visit_date region location media component result
1990-08-20 LAKE 555723 water Mg *Nondetect
1999-07-01 HILL 432422 water Ca 3.2
2010-09-12 LAKE 555723 water pH 6.8
2010-09-12 LAKE 555723 water Mg 2.1
2010-09-12 HILL 432423 water pH 7.2
2010-09-12 HILL 432423 water N 0.8
2010-09-12 HILL 432423 water NH4 112
我希望达到的是这样的表/数据框:
visit_date region location media component result pH
1990-08-20 LAKE 555723 water Mg *Nondetect *Not recorded
1999-07-01 HILL 432422 water Ca 3.2 *Not recorded
2010-09-12 LAKE 555723 water pH 6.8 6.8
2010-09-12 LAKE 555723 water Mg 2.1 6.8
2010-09-12 HILL 432423 water pH 7.2 7.2
2010-09-12 HILL 432423 water N 0.8 7.2
2010-09-12 HILL 432423 water NH4 112 7.2
我尝试在这里使用这个方法——
R finding rows of a data frame where certain columns match those of another ——可惜没有得到我想要的结果。相反,pH 列是我预先填充的值 -999
或 NA
,而不是该特定访问日期的 pH 值(如果已收集)。由于结果数据集大约有 50 万条记录,因此我使用 unique(tResult$pH)
来确定 pH 列的值。
这是一次尝试。 res
是原始结果数据框,component
是 pH 结果子集(来自主结果表的 pH 样本结果)。
keys <- c("region", "location", "visit_date", "media")
tResults <- data.table(res, key=keys)
tComponent <- data.table(component, key=keys)
tResults[tComponent, pH>0]
我曾尝试在原始数据框架上使用match
、merge
和within
,但均未成功。从那时起,我为组件(本例中的 pH)生成了一个子集,我将结果列复制到一个新的“pH”列,认为我可以匹配键并在主要结果中更新一个新的“pH”列设置。
由于并非所有结果值都是数字(具有 *Not recorded
之类的值),我尝试使用 -888
之类的数字或其他可以替代的值,因此我可以强制至少结果和 pH 列是数字的。除了是 POSIXct
值的日期之外,其余列都是 character
列。原始数据框是使用 StringsAsFactors=FALSE
创建的。
一旦我能做到这一点,我就能够为其他组件生成类似的列,这些列可用于填充和计算给定样本的其他值。至少这是我的目标。
所以我被这个难住了。在我看来这应该很容易,但我肯定没有看到它!
我们当然欢迎并感谢您的帮助和想法!
最佳答案
#df1 is your first data set and is dataframe
df1$phtem<-with(df1,ifelse(component=="pH",result,NA))
library(data.table)
library(zoo) # locf function
setDT(df1)[,pH:=na.locf(phtem,na.rm = FALSE)]
visit_date region location media component result phtem pH
1: 1990-08-20 LAKE 555723 water Mg *Nondetect NA NA
2: 1999-07-01 HILL 432422 water Ca 3.2 NA NA
3: 2010-09-12 LAKE 555723 water pH 6.8 6.8 6.8
4: 2010-09-12 LAKE 555723 water Mg 2.1 NA 6.8
5: 2010-09-12 HILL 432423 water pH 7.2 7.2 7.2
6: 2010-09-12 HILL 432423 water N 0.8 NA 7.2
7: 2010-09-12 HILL 432423 water NH4 112 NA 7.2
# 如果不需要,可以删除 phtem。
编辑:
library(data.table)
setDT(df1)[,pH:=result[component=="pH"],by="region,location,visit_date,media"]
df1
visit_date region location media component result pH
1: 1990-08-20 LAKE 555723 water Mg *Nondetect NA
2: 1999-07-01 HILL 432422 water Ca 3.2 NA
3: 2010-09-12 LAKE 555723 water pH 6.8 6.8
4: 2010-09-12 LAKE 555723 water Mg 2.1 6.8
5: 2010-09-12 HILL 432423 water pH 7.2 7.2
6: 2010-09-12 HILL 432423 water N 0.8 7.2
7: 2010-09-12 HILL 432423 water NH4 112 7.2
关于r - 如何在匹配 R 中的其他列时将特定值从一个数据列复制到另一个数据列?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29000289/