可重現的資料：
df1 <- tibble(id = c("GR1","GR2"),
area = c("A1","A2"),
date1 = as.Date(c("2022-01-01","2022-01-02")),
date2 = as.Date(c("2022-01-06","2022-01-08")))
set.seed(543)
df2 <- tibble(date3 = seq(as.Date("2022-01-01"), as.Date("2022-01-09"), "days"),
temperature =runif(9, min = 28, max = 33),
area = c("A1","A2","A1","A2","A1","A2","A1","A2","A1"))
您好，我想在 df1 中創建一個列，其平均溫度會導致來自 df2 的過濾器。（在實際資料幀中，我在 df1 中有 1036 行，在 df2 中有 26192 行。）
我嘗試了這種方法，但它并沒有像我想象的那樣作業
df3 <- df1 %>%
group_by(area) %>%
mutate(average_temp = mean(filter(.data = df2, date3 >= df1$date1 & date3 <= df1$date2 & area == df1$area)$temperature))
我收到這個錯誤
警告資訊：
1：計算時出現問題average_temp = mean(...)。
i 較長的物件長度不是較短物件長度的倍數
預期的結果是
| ID | 區域 | 日期1 | 日期2 | 平均溫度 |
|---|---|---|---|---|
| GR1 | A1 | 2022-01-01 | 2022-02-12 | 31.58708 |
| GR2 | A2 | 2022-01-02 | 2022-02-11 | 30.50867 |
這段代碼本身就給出了預期的結果。因此，問題一定是我在使用 mutate 和 dplyr 語法中的邏輯的行迭代中沒有看到的問題。
mean(filter(.data = df2, date3 >= df1$date1[2] & date3 <= df1$date2[2] & area == df1$area[2])$temperature)
uj5u.com熱心網友回復：
這是一個非 equi 或基于范圍的連接。不幸的是，dplyr它本身不能做到這一點，所以我們需要另一個包的幫助。以下選項：
模糊連接
fuzzyjoin::fuzzy_left_join(
df1, df2,
by = c("area", date1="date3", date2="date3"),
match_fun=list(`==`, `<=`, `>=`)
) %>%
group_by(id, date1, date2) %>%
summarize(
area = area.x[1],
avg = mean(temperature)
) %>%
ungroup()
# `summarise()` has grouped output by 'id', 'date1'. You can override using the `.groups` argument.
# # A tibble: 2 x 5
# id date1 date2 area avg
# <chr> <date> <date> <chr> <dbl>
# 1 GR1 2022-01-01 2022-01-06 A1 31.6
# 2 GR2 2022-01-02 2022-01-08 A2 30.5
資料表
library(data.table)
DT1 <- as.data.table(df1)
DT2 <- as.data.table(df2)
DT1[DT2, avg := ave(i.temperature, id, FUN = mean),
on = .(area, date1 <= date3, date2 >= date3) ]
# id area date1 date2 avg
# <char> <char> <Date> <Date> <num>
# 1: GR1 A1 2022-01-01 2022-01-06 31.58708
# 2: GR2 A2 2022-01-02 2022-01-08 30.50867
（我知道有一種更規范的方法可以做到這一點ave，但我沒時間了......）
sqldf
# library(sqldf) # not required to load, per se
sqldf::sqldf(
"select df1.id, df1.area, df1.date1, df1.date2,
avg(df2.temperature) as avg
from df1
left join df2 on df1.area=df2.area
and df2.date3 between df1.date1 and df1.date2
group by df1.id, df1.area, df1.date1, df1.date2")
# id area date1 date2 avg
# 1 GR1 A1 2022-01-01 2022-01-06 31.58708
# 2 GR2 A2 2022-01-02 2022-01-08 30.50867
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/429430.html