按id匹配并在两个数据帧之间划分列值

Question

框架:

df 1:包含多个具有500列值的相同id的行

    id|val.1|val.2|...|val.500
---------------------------------
    1 | 240 | 234 |...|228
    1 | 224 | 222 |...|230
    1 | 238 | 240 |...|240
    2 | 277 | 270 |...|255
    2 | 291 | 290 |...|265
    2 | 284 | 282 |...|285

df 2:只包含一个唯一的id(行),它将df-1 id列与500列值相匹配

    id|val.1|val.2|...|val.500
---------------------------------
    1 | 250 | 240 |...|245
    2 | 280 | 282 |...|281

我想根据它们的id将df 1列值除以df 2中的相应列值,最后得到df 3:

    id|val.1|val.2|...|val.500
---------------------------------
    1 | 0.96| 0.98|...|0.93
    1 | 0.90| 0.93|...|0.94
    1 | 0.95| 1.00|...|0.98
    2 | 0.99| 0.96|...|0.91
    2 | 1.04| 1.03|...|0.94
    2 | 1.01| 1.00|...|1.01

基本上根据其id和列值将df 1值加权df 2.我一直在摸不着头脑,谈论最好的解决方法,并没有取得多大进展.任何指导将不胜感激.谢谢

Answer 1

两种可能的方法：

1：“宽”方法

使用dplyr和purrr包：

library(dplyr)
library(purrr)

df12 <- left_join(df1, df2, by = 'id')
cbind(id=df12[,1], map2_df(df12[,2:4], df12[,5:7], `/`))

使用data.table包（从这里借用的方法）：

library(data.table)

# convert to 'data.tables'
setDT(df1)
setDT(df2)

# creates two vectors of matching columnnames
xcols = names(df1)[-1]
icols = paste0("i.", xcols)

# join and do the calculation
df1[df2, on = 'id', Map('/', mget(xcols), mget(icols)), by = .EACHI]

两者都给出：

   id     val.1     val.2     val.3
1:  1 0.9600000 0.9750000 0.9306122
2:  1 0.8960000 0.9250000 0.9387755
3:  1 0.9520000 1.0000000 0.9795918
4:  2 0.9892857 0.9574468 0.9074733
5:  2 1.0392857 1.0283688 0.9430605
6:  2 1.0142857 1.0000000 1.0142349

2：“长”方法

另一种选择是将数据帧重塑为长格式，然后merge/join它们并进行计算。

使用data.table- 包：

library(data.table)

dt1 <- melt(setDT(df1), id = 1)
dt2 <- melt(setDT(df2), id = 1)

dt1[dt2, on = c('id','variable'), value := value/i.value][]

使用dplyr和tidyr包：

library(dplyr)
library(tidyr)

df1 %>% 
  gather(variable, value, -id) %>% 
  left_join(., df2 %>% gather(variable, value, -id), by = c('id','variable')) %>% 
  mutate(value = value.x/value.y) %>% 
  select(id, variable, value)

两者都给出：

    id variable     value
 1:  1    val.1 0.9600000
 2:  1    val.1 0.8960000
 3:  1    val.1 0.9520000
 4:  2    val.1 0.9892857
 5:  2    val.1 1.0392857
 6:  2    val.1 1.0142857
 7:  1    val.2 0.9750000
 8:  1    val.2 0.9250000
 9:  1    val.2 1.0000000
10:  2    val.2 0.9574468
11:  2    val.2 1.0283688
12:  2    val.2 1.0000000
13:  1    val.3 0.9306122
14:  1    val.3 0.9387755
15:  1    val.3 0.9795918
16:  2    val.3 0.9074733
17:  2    val.3 0.9430605
18:  2    val.3 1.0142349

使用数据：

df1 <- structure(list(id = c(1, 1, 1, 2, 2, 2), val.1 = c(240, 224, 238, 277, 291, 284), 
                      val.2 = c(234, 222, 240, 270, 290, 282), val.3 = c(228, 230, 240, 255, 265, 285)), 
                 .Names = c("id", "val.1", "val.2", "val.3"), class = "data.frame", row.names = c(NA, -6L))

df2 <- structure(list(id = c(1, 2), val.1 = c(250, 280), val.2 = c(240, 282), val.3 = c(245, 281)),
                 .Names = c("id", "val.1", "val.2", "val.3"), class = "data.frame", row.names = c(NA, -2L))