创建一个从R中的多个数据帧读取的条件-Java 学习之路

我正在尝试清理用于社交网络分析的数据，并且作为编码的新手，我在编写复杂的条件时遇到了麻烦 . 首先，我们有dataframe bookinfo ，其中感兴趣的 Headers 是Date，Receiver，bookID：

>head(bookinfo)
        date                             receiver          bookId readingStatus
1 2017-04-21 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0062228013  ALREADY_READ
2 2017-04-18 03cff9d7-5712-410c-a4bf-f04ceede644b asin:1442449616  ALREADY_READ
3 2017-04-24 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545851904  ALREADY_READ
4 2017-04-18 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545384176  ALREADY_READ
5 2017-06-02 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0763643491  ALREADY_READ
6 2017-04-24 03cff9d7-5712-410c-a4bf-f04ceede644b asin:0545851890  ALREADY_READ

然后，我们有dataframe rec ，其中感兴趣的 Headers 是Date，Sender，Receiver和bookId：

>head(rec)
     date                               sender                             receiver       messageType          bookId
1 4/21/17 7a28156e-950e-47b7-a4aa-241fa9cfcf1a f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:0986444138
2 4/21/17 fb4eefd3-03e9-40c3-bc9e-af85ea88d827 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1434297314
3 4/21/17 dc319e95-0e3e-461e-b02c-abab4414c741 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1484746694
4 4/18/17 118c57b6-e946-453f-88b2-6ae1282e62ab f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1514241587
5 4/21/17 dd0de21d-889d-4bf1-9ebb-af50b6660815 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:0986444138
6 4/21/17 f85d06ea-d534-42de-a714-6dc6358d1e29 f8b027a3-89eb-475a-83e0-eb94e24eaab4 RECOMMENDS_A_BOOK asin:1484746694

在数据框 rec 中，我想创建一个新的列Ties . 有条件的如下：

Tie = 1 if

在 rec 中：Sender，Receiver和bookId位于同一行AND中
在 bookinfo 中：同一个Receiver，同一bookId在同一行中，此处的日期晚于 rec 中引用行的日期
请注意 rec 和 bookinfo 不一定一致 . 而Sender Receiver bookId可能是 rec 中的第3行，而Receiver bookId可能是 bookinfo 中的第10行 .

否则，Tie = 0 .

直觉是，如果接收者在从发件人收到该书的推荐日期之后显示该书的活动，那么他们就有了平局 . （如果他们在日期之前显示活动，则与发件人无关） .

在此先感谢您的帮助和时间！

1 回答

我知道你有一个复杂的数据框，但请尝试提供可重复的示例 - 创建一些大致遵循自己的虚拟数据 .

你真正想要的代码是函数内部的布尔索引 . 它使用列的整数位置，但您也可以使用列名称 .

希望这可以帮助 .

options(stringsAsFactors = FALSE)
bookinfo <- data.frame(date = as.Date(c('01-08-2010', '01-08-2010', '01-08-2011', '01-09-2011', '01-08-2012'), format = '%d-%m-%Y'), Sender = c('a', 'b', 'c', 'd', 'e'), Receiver = c(1, 2, 3, 4, 5), bookId = as.character(c('Dickens', 'Austen', 'Dickens', 'Austen', 'Shakespeare'))) 
rec <- data.frame(date = as.Date(c('01-08-2016', '01-08-2004', '01-08-2014', '01-07-2011', '01-08-2015'), format = '%d-%m-%Y'), Sender = c('a', 'b', 'c', 'd', 'e'), Receiver = c(1, 2, 3, 4, 5), bookId = as.character(c('Dickens', 'Austen', 'Dickens', 'Austen', 'Shakespeare'))))

bookinfo[, 1] <- as.numeric(bookinfo[, 1])
rec[, 1] <- as.numeric(rec[, 1])

booked <- function (x, y) {
  if ((x[2] == y[2] && x[3] == y[3] && x[4] == y[4] && x[1] < y[1]) == TRUE) {
    result <- 1
  } else {
    result <- 0
  }

  return(result)
}

rec['tie'] <- ''

for (i in 1:nrow(rec)) {
  for (j in 1:nrow(bookinfo)) {
    if (booked(rec[i, ], bookinfo[j, ]) == 1) {
      rec[i, 'tie'] <- 1
      }
  }
}

EDIT

我已经更新了代码，以便我现在将'bookinfo'中的所有数据行扫描到rec所需的匹配项 .

一般来说，正如其他人会指出的那样，我们应该通过'apply'类型函数来寻找代码，而不是编写循环 . 但是，这是一个棘手的问题，我无法立即找到解决方案 .

回复于 2024-05-19T03:02:18+08:00

创建一个从R中的多个数据帧读取的条件

1 回答

相关问题