マージしようとしているデータフレームが2つあります。1つは、ID番号のリストと各ID番号の完了率です。2つ目は、％完了変数を付加したいより大きなデータセットです。
Df1は次のようになります。
> rowIdd <- data.frame(id=seq(1,1000000,1))
> rowIdd$adQuery1 <- factor(paste(proj3[1:1000000,"adid"], " | ", proj3[1:1000000,"queryid"], sep=""))
> head(rowIdd)
id adQuery1
1 1 9027213 | 5
2 2 9027213 | 5
3 3 9027213 | 1
4 4 9027213 | 5
5 5 9027213 | 5
6 6 9027213 | 5
> str(rowIdd)
'data.frame': 1000000 obs. of 2 variables:
$ id : num 1 2 3 4 5 6 7 8 9 10 ...
$ adQuery1: Factor w/ 717927 levels "1000467 | 17284",..: 704056 704056 703739 704056 704056 704056 704110 704056 704056 704056 ...
Df2は次のようになります。
> rowIdd2 <- data.frame(adQuery1 = names(sumclick))
> rowIdd2$pCTR <- sumclick / sumimpress
> str(rowIdd2)
'data.frame': 717927 obs. of 2 variables:
$ adQuery1: Factor w/ 717927 levels "1000467 | 17284",..: 1 2 3 4 5 6 7 8 9 10 ...
$ pCTR : num [1:717927(1d)] 0 0 0 0 0 0 0 0 0 0 ...
..- attr(*, "dimnames")=List of 1
.. ..$ : chr "1000467 | 17284" "1000467 | 34711" "1000471 | 173750" "1000479 | 1924662" ...
> head(rowIdd2)
adQuery1 pCTR
1 1000467 | 17284 0
2 1000467 | 34711 0
3 1000471 | 173750 0
4 1000479 | 1924662 0
5 1000479 | 869 0
6 1000515 | 12208696 0
このコードを使用して2つをマージしようとすると：
> rowIdd3 <- merge(rowIdd, rowIdd2, by="adQuery1", sort=F,all.x=TRUE)
> nrow(rowIdd3)
[1] 1000000
> head(rowIdd3)
adQuery1 id pCTR
1 9027213 | 5 1 0.04567665
2 9027213 | 5 2 0.04567665
3 9027213 | 5 669222 0.04567665
4 9027213 | 5 4 0.04567665
5 9027213 | 5 5 0.04567665
6 9027213 | 5 6 0.04567665
これは、3行目を見るだけでは明らかに間違っています。
別のデータフレームにcbindする必要があるため、最後にマージされたデータフレームを最初のデータフレームとまったく同じ順序にする必要があります。
助言がありますか？