如何整合来自不同日期的两个数据集的数据？

编程问答 2022-08-11

问题描述

想象两个数据集。数据集df1是一年中发生某个事件的日期。 Df1还有多个其他列，但是出于这个问题的目的，只有日期很重要。 Df2包含两列，一年中的一天进行一次测量，以及该测量的值。本质上，我想在df1中创建一个新列（“ AVG”），该列是df2中当天的平均值加上前一天的值。例如，df1第2天的AVG为12.5（（10 + 15）/ 2）。

以下一些示例数据。

df1 <- structure(list(day = c(2,5,7)),class = "data.frame",row.names = c(NA,-3L))

df2 <- structure(list(day = c(1,2,3,4,6,7,8),value = c(10,15,8,13,20,25,12)),-8L))

以下示例最终产品。

df3 <- structure(list(day = c(2,7),AVG = c(12.5,10,22.5)),-3L))

解决方法

您可以使用base R在这样的位置附近使用索引进行播放。计算平均值很容易，因为您只希望对两个值进行度量。最后，您可以将结果分配给df1：

#Detect position
i1 <- which(df2$day %in% df1$day)
#Extract values
j1 <- df2$value[i1]
j2 <- df2$value[i1-1]
#Compute mean
j3 <- (j1+j2)/2
#Assign
df1$AVG <- j3

输出：

  day  AVG
1   2 12.5
2   5 10.0
3   7 22.5
,

您可以使用lag()中的dplyr来获取先前的值，以便计算滚动平均值。

library(dplyr)

df2 %>%
  mutate(AVG = (value + lag(value)) / 2,.keep = "unused") %>% 
  right_join(df1,by = "day")

#   day  AVG
# 1   2 12.5
# 2   5 10.0
# 3   7 22.5

或通过zoo::rollmeanr()：

df2 %>%
  mutate(AVG = zoo::rollmeanr(value,2,fill = NA),by = "day")

#   day  AVG
# 1   2 12.5
# 2   5 10.0
# 3   7 22.5
dataframedplyrmutaterr