通过多个条件匹配和替换数据帧的列 [英] Match and replace columns of dataframe by multiple conditions
问题描述
干杯，
我有两个数据框架，结构如下：
DF1：
航空公司HeadQ日期Cost_Index
美国PHX 07-31-2016 220
美式ATL 08-31-2016 150
美式ATL 10-31-2016 150
Delta ATL 10-31-2016 180
美式ATL 08-31-2017 200
第二数据帧DF2具有以下结构：
DF2：
航空公司头号日期
美式ATL 09-30-2016
Delta ATL 03-31-2017
现在查找数据帧DF1和DF2，我想改变DF1到以下数据框架。
DF1：
航空公司HeadQ日期Cost_Index
美国PHX 07-31 -2016 220
美国ATL 08-31-2016 0
美国ATL 10-31-2016 150
达美ATL 10-31-2016 180
美式ATL 08-31-2017 200
我尝试使用以下方式失败：
DF1 $ Cost_Index< - ifelse（DF1 $航空公司== DF2 $航空公司和DF1 $ HeadQ == DF2 $ HeadQ
& DF1 $日期< DF2 $日期，0，DF1 $ Cost_Index）
警告：
1：在DF1 $航空== DF2 $航空：更长的对象
长度不是更短的倍数对象长度
2：In< =。default（DF1 $ Date，DF2 $ Date）：较长的对象长度不是较短对象长度的
倍数
DF1：
航空公司HeadQ日期Cost_Index
美国PHX 07-31-2016 220
美式ATL 08-31-2016 0
美式ATL 10-31-2016 0
Delta ATL 10-31-2016 0
美国ATL 08-31-2017 200
任何人都可以点我正确的方向？
注意：
str（DF1 $ Date）：日期格式：2016-10-31
str（DF2 $ Date）：日期格式：
解决方案 data.table，v1.9.7的当前开发版本中的条件连接功能，我会请执行以下操作：
require（data.table）＃v1.9.7
＃convert to data.tables，和日期列到Date类。
setDT（df1）[，Date：= as.Date（Date，format =％m-％d-％Y）]
setDT（df2）[，Date：= as.Date日期，格式=％m-％d-％Y）]
df1 [df2，on =。（航空公司，HeadQ，Date< Date），＃根据条件$查找匹配行b $ b Cost_Index：= 0L]＃更新列为0为这些行
df1
＃航空公司HeadQ日期Cost_Index
＃1：美国PHX 2016-07-31 220
＃2：美式ATL 2016-08-31 0
＃3：美式ATL 2016-10-31 150
＃4：Delta ATL 2016-10-31 180
您可以按照这些说明。
Cheers,
I have two data frames with the following structure.
DF1:
Airlines HeadQ Date Cost_Index
American PHX 07-31-2016 220
American ATL 08-31-2016 150
American ATL 10-31-2016 150
Delta ATL 10-31-2016 180
American ATL 08-31-2017 200
Second data frame DF2 has the following structure:
DF2:
Airlines HeadQ Date
American ATL 09-30-2016
Delta ATL 03-31-2017
Now looking up with data frames DF1 and DF2, I would like to alter DF1 to the following data frame.
DF1:
Airlines HeadQ Date Cost_Index
American PHX 07-31-2016 220
American ATL 08-31-2016 0
American ATL 10-31-2016 150
Delta ATL 10-31-2016 180
American ATL 08-31-2017 200
The condition is, lookup for Airlines and HeadQ of DF1 from DF2 and if DF1$Date < DF2$Date then make Cost_Index as 0 or else continue with Cost_Index.
I tried, unsuccessfully, with:
DF1$Cost_Index <- ifelse(DF1$Airlines == DF2$Airlines & DF1$HeadQ == DF2$HeadQ
& DF1$Date < DF2$Date, 0, DF1$Cost_Index)
Warning:
1: In DF1$Airlines == DF2$Airlines : longer object
length is not a multiple of shorter object length".
2: In<=.default(DF1$Date, DF2$Date) : longer object length is not a
multiple of shorter object length
DF1:
Airlines HeadQ Date Cost_Index
American PHX 07-31-2016 220
American ATL 08-31-2016 0
American ATL 10-31-2016 0
Delta ATL 10-31-2016 0
American ATL 08-31-2017 200
Can anyone point me to right direction?
Note:
str(DF1$Date): Date, format: "2016-10-31"
str(DF2$Date): Date, format: "2016-08-31"
解决方案 Using the recently implemented conditional joins feature in the current development version of data.table, v1.9.7, I'd do this as follows:
require(data.table) # v1.9.7
# convert to data.tables, and Date column to Date class.
setDT(df1)[, Date := as.Date(Date, format = "%m-%d-%Y")]
setDT(df2)[, Date := as.Date(Date, format = "%m-%d-%Y")]
df1[df2, on = .(Airlines, HeadQ, Date < Date), # find matching rows based on condition
Cost_Index := 0L] # update column with 0 for those rows
df1
# Airlines HeadQ Date Cost_Index
# 1: American PHX 2016-07-31 220
# 2: American ATL 2016-08-31 0
# 3: American ATL 2016-10-31 150
# 4: Delta ATL 2016-10-31 180
You can install the dev version by following these instructions.
这篇关于通过多个条件匹配和替换数据帧的列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！
