时间戳

首页 > 解决方案 > 如何将值从一个表复制到另一个表

r - 如何将值从一个表复制到另一个表

问题描述

我有两个分组在一起的数据框（rbind 或 SQL 中的 Union）。数据可以更好地表示，因为现在用户看到的是两行而不是一行。具体来说，用户希望在一行而不是两行中查看酒店价格和其他酒店信息（两行是因为必须创建 rbind-dummy 列以匹配列数）。以下是要实现的示例（请注意，两个数据帧中的属性不匹配）：

df1 <- data.frame(Property = paste0("Property", "_", letters[1:30]),Dates = seq.Date(as.Date("2018-08-01"), as.Date("2018-08-10"), "d"), RateAmount = abs(rnorm(10) * 200),
                      Occupancy = NA)

df2 <- data.frame(Property = paste0("Property", "_", letters[1:10]),Dates = seq.Date(as.Date("2018-08-01"), as.Date("2018-08-10"), "d"), RateAmount = NA, 
                      Occupancy = rnorm(rnorm(10) * 200, mean = 85))

rbind(df1, df2)

第一个表的全部目的是收集酒店价格 (RateAmounts)，而第二个表（最后 10 行）包含除 RateAmounts 之外的所有内容。我想将 RateAmount 信息（非 NA）转移到 df2 并基本上摆脱 df1 （以单行而不是每个“属性”两行结束）。我尝试了不同的连接（在日期上使用 dplyr）无济于事。先感谢您

标签： r

解决方案

您正在尝试执行相当于连接的操作。Rmerge可以很好地做到这一点。

首先预处理数据以去除数据框中的 NA 列：

df1_new <- df1[,-4]
df2_new <- df2[,-3]

下一个合并：

merge(df1_new, df2_new)

Merge 有参数来控制要合并的列，以及在不匹配的情况下要保留哪些数据行。

或者在一行中：merge(df1[,-4],df2[,-3])

这仅保留匹配的值：

         Property      Dates  RateAmount Occupancy
1  Property_a 2018-08-01  77.0288921  84.97796
2  Property_b 2018-08-02 234.1155289  84.67847
3  Property_c 2018-08-03 347.3747234  86.52871
4  Property_d 2018-08-04   0.7615909  85.14532
5  Property_e 2018-08-05  71.6080894  83.76476
6  Property_f 2018-08-06 171.5747186  86.05425
7  Property_g 2018-08-07  67.7377617  83.22948
8  Property_h 2018-08-08  23.6833664  86.16361
9  Property_i 2018-08-09 468.6021860  82.85337
10 Property_j 2018-08-10 250.3918442  85.03492

如果您想保留所有值，例如可以设置 all = TRUE

merge(df1[,-4],df2[,-3],all=TRUE)

      Property      Dates  RateAmount Occupancy
1   Property_a 2018-08-01  77.0288921  84.97796
2   Property_b 2018-08-02 234.1155289  84.67847
3   Property_c 2018-08-03 347.3747234  86.52871
4   Property_d 2018-08-04   0.7615909  85.14532
5   Property_e 2018-08-05  71.6080894  83.76476
6   Property_f 2018-08-06 171.5747186  86.05425
7   Property_g 2018-08-07  67.7377617  83.22948
8   Property_h 2018-08-08  23.6833664  86.16361
9   Property_i 2018-08-09 468.6021860  82.85337
10  Property_j 2018-08-10 250.3918442  85.03492
11  Property_k 2018-08-01  77.0288921        NA
12  Property_l 2018-08-02 234.1155289        NA
13  Property_m 2018-08-03 347.3747234        NA
14  Property_n 2018-08-04   0.7615909        NA
15 Property_NA 2018-08-07  67.7377617        NA
16 Property_NA 2018-08-08  23.6833664        NA
17 Property_NA 2018-08-09 468.6021860        NA
18 Property_NA 2018-08-10 250.3918442        NA
19  Property_o 2018-08-05  71.6080894        NA
20  Property_p 2018-08-06 171.5747186        NA
21  Property_q 2018-08-07  67.7377617        NA
22  Property_r 2018-08-08  23.6833664        NA
23  Property_s 2018-08-09 468.6021860        NA
24  Property_t 2018-08-10 250.3918442        NA
25  Property_u 2018-08-01  77.0288921        NA
26  Property_v 2018-08-02 234.1155289        NA
27  Property_w 2018-08-03 347.3747234        NA
28  Property_x 2018-08-04   0.7615909        NA
29  Property_y 2018-08-05  71.6080894        NA
30  Property_z 2018-08-06 171.5747186        NA

推荐阅读