Vlookup匹配像R中的功能 [英] Vlookup-match like function in R
问题描述
我有两个数据帧 - 数据帧A包括交易详情，而数据帧B由各种货币的每月收盘汇率组成。
数据帧A - 交易详情
TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE
1 0001 INR 305000 3月2014 2014-03-01
2 0002 USD 15000 2014年10月2014-10-31
3 0003日元85000 2015年2月2015-02-09
4 0004 CNY 1800000 2015年3月2015-03-27
结构（列表（TRANSACTION_ID = c（0001，0002，0003，0004），
COLLECTION_CRNCY = c（INR，USD，JPY，CNY），COLLECTION_AMT = c（305000，
15000，85000，1800000），MMYYYY =结构（c（2014.16666 ，
LODG_DATE = structure（c（16130，16374，16475，16521），class =Date）），
row.names = c（NA，-4L），class =data.frame）
数据框B - 汇率
MMYYYY日期CNY INR JPY USD
2014年3月1日2014-03-31 4.9444 47.726 82.0845 0.7951654
2014年10月2日2014-10-31 4.7552 47.749 87.2604 0.7778469
2015年2月3日2015-02-27 4.5990 45.222 87.7690 0.7338372
2015年3月4日2015- 03-31 4.5179 45.383 87.5395 0.7287036
结构（列表（MMYYYY =结构（c（2014.16666666667，
201475，2015.08333333333，2015.16666666667），class =yearmon），
日期=结构（c（16160,16374,16493,16525），class =Date），CNY =
c（4.9444,4.7552,4.599,4.5179），INR = c（47.726,47.749,45.222,45.383）
JPY = c（82.0845,87.2604,87.769,87.5395），美元= c（0.795165394，0.77784692，
0.73383723 5，0.728703636）），.Names = c（MMYYYY，Date，CNY，INR，JPY，
USD），class =data.frame name = c（NA，-4L））
我想做的是创建一个新的数据框A中的列可能命名为汇率。我想通过查找数据框B来获得这个汇率值，通过匹配 COLLECTION_CRNCY 和 MMYYYY 数据帧A到数据帧BIe：
TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
1 0001 INR 305000 Mar 2014 2014-03-01 47.7260000
2 0002 USD 15000 2014年10月2014-10-31 0.7778469
3 0003 JPY 85000 2015年2月2015-02-09 87.7690000
4 0004 CNY 1800000 2015年3月2015 2015 -03-27 4.5179000
我可以轻松地通过Excel使用vlookup和match做这个，但我想要知道如何使用R实现相同的结果，因为我的交易细节文件是相当巨大的。
data.table 方法。基本上您需要做的是将 df2 转换为长格式，然后将简单（二进制）左连接转换为 df1
library（data.table）
temp< - melt（setDT（df2 [-2]） ，MMYYYY，variable.name =COLLECTION_CRNCY）
setkey（setDT（df1），MMYYYY，COLLECTION_CRNCY）[temp，exchange.rate：= i.value]
df1
＃ TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
＃1：0001 INR 305000 2014.167 2014-03-01 47.7260000
＃2：0002 USD 15000 2014.750 2014-10-31 0.7778469
＃3：0003 JPY 85000 2015.083 2015-02-09 87.7690000
＃4：0004 CNY 1800000 2015.167 2015-03-27 4.5179000
或者，您可以使用Hadleyverse做类似的事情，但 dplyr 将无法合并c $ c>动物园 c olumns（现在），所以你需要先把它们卸载
library（dplyr）
library（tidyr ）
df2 [-2]％>％
gather（COLLECTION_CRNCY，exchange.rate，-MMYYYY）％>％
mutate（MMYYYY = as.numeric（MMYYYY））％> ;％
left_join（df1％>％mutate（MMYYYY = as.numeric（MMYYYY）），。，
by = c（MMYYYY，COLLECTION_CRNCY））
＃TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
＃1 0001 INR 305000 2014.167 2014-03-01 47.7260000
＃2 0002 USD 15000 2014.750 2014-10-31 0.7778469
＃3 0003 JPY 85000 2015.083 2015 -02-09 87.7690000
＃4 0004 CNY 1800000 2015.167 2015-03-27 4.5179000
I am very new to R, and I am currently to apply however little knowledge of R I have to an analytical work I have to perform for work.
I have two dataframes - dataframe A consists of transactions details, while dataframe B consists of the monthly closing exchange rate for various currencies.
Data frame A - transaction details
TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE
1 0001 INR 305000 Mar 2014 2014-03-01
2 0002 USD 15000 Oct 2014 2014-10-31
3 0003 JPY 85000 Feb 2015 2015-02-09
4 0004 CNY 1800000 Mar 2015 2015-03-27
structure(list(TRANSACTION_ID = c("0001", "0002", "0003", "0004"),
COLLECTION_CRNCY = c("INR", "USD", "JPY", "CNY"), COLLECTION_AMT = c(305000,
15000, 85000, 1800000), MMYYYY = structure(c(2014.16666666667,
2014.75, 2015.08333333333, 2015.16666666667), class = "yearmon"),
LODG_DATE = structure(c(16130, 16374, 16475, 16521), class = "Date")),
row.names = c(NA, -4L), class = "data.frame")
Data frame B - Exchange Rates
MMYYYY Date CNY INR JPY USD
1 Mar 2014 2014-03-31 4.9444 47.726 82.0845 0.7951654
2 Oct 2014 2014-10-31 4.7552 47.749 87.2604 0.7778469
3 Feb 2015 2015-02-27 4.5990 45.222 87.7690 0.7338372
4 Mar 2015 2015-03-31 4.5179 45.383 87.5395 0.7287036
structure(list(MMYYYY = structure(c(2014.16666666667,
2014.75, 2015.08333333333, 2015.16666666667), class = "yearmon"),
Date = structure(c(16160, 16374, 16493, 16525), class = "Date"), CNY =
c(4.9444, 4.7552, 4.599, 4.5179), INR = c(47.726, 47.749, 45.222, 45.383),
JPY = c(82.0845, 87.2604, 87.769, 87.5395), USD = c(0.795165394, 0.77784692,
0.733837235, 0.728703636)), .Names = c("MMYYYY", "Date", "CNY", "INR", "JPY",
"USD"), class = "data.frame", row.names = c(NA, -4L))
What I would like to do is to create a new column in data frame A possibly named Exchange Rate. And I would like to get this exchange rate value by looking up to data frame B, by matching the COLLECTION_CRNCY and MMYYYY in data frame A to data frame B. I.e:
TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
1 0001 INR 305000 Mar 2014 2014-03-01 47.7260000
2 0002 USD 15000 Oct 2014 2014-10-31 0.7778469
3 0003 JPY 85000 Feb 2015 2015-02-09 87.7690000
4 0004 CNY 1800000 Mar 2015 2015-03-27 4.5179000
I can easily do this via Excel using vlookup and match, but I would like to know how I can go about achieving the same results using R as my transactions details file is quite huge.
Here's a possible data.table approach. Basically what you need to do is to convert df2 to a long format and then just a simple (binary) left join to df1
library(data.table)
temp <- melt(setDT(df2[-2]), "MMYYYY", variable.name = "COLLECTION_CRNCY")
setkey(setDT(df1), MMYYYY, COLLECTION_CRNCY)[temp, exchange.rate := i.value]
df1
# TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
# 1: 0001 INR 305000 2014.167 2014-03-01 47.7260000
# 2: 0002 USD 15000 2014.750 2014-10-31 0.7778469
# 3: 0003 JPY 85000 2015.083 2015-02-09 87.7690000
# 4: 0004 CNY 1800000 2015.167 2015-03-27 4.5179000
Alternatively, you can do a similar thing using "Hadleyverse" but dplyr won't able to merge on zoo class columns (for now), so you'll need to unclass them first
library(dplyr)
library(tidyr)
df2[-2] %>%
gather(COLLECTION_CRNCY, exchange.rate, -MMYYYY) %>%
mutate(MMYYYY = as.numeric(MMYYYY)) %>%
left_join(df1 %>% mutate(MMYYYY = as.numeric(MMYYYY)), .,
by = c("MMYYYY", "COLLECTION_CRNCY"))
# TRANSACTION_ID COLLECTION_CRNCY COLLECTION_AMT MMYYYY LODG_DATE exchange.rate
# 1 0001 INR 305000 2014.167 2014-03-01 47.7260000
# 2 0002 USD 15000 2014.750 2014-10-31 0.7778469
# 3 0003 JPY 85000 2015.083 2015-02-09 87.7690000
# 4 0004 CNY 1800000 2015.167 2015-03-27 4.5179000
这篇关于Vlookup匹配像R中的功能的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
