8

短いバージョン: データ フレーム内の値を別のデータ フレーム内にある文字列に置き換えるにはどうすればよいですか?

より長いバージョン: 私は多くの種のミツバチを研究している生物学者です。何千ものミツバチのデータセットがあります。各行には、その標本に関するすべての関連情報 (捕獲データ、GPS 位置など) とともに、一意のハチ ID # があります。ミツバチの識別には時間がかかるため、各ミツバチの種情報は入力されていません。IDing を行うと、すべて同じ種の数百匹のミツバチが入った箱にたどり着きます。これらを別のデータ フレームに入力します。ミツバチを識別しながら、元のデータ ファイルを種の情報 (科、属、種、性別など) で更新するコードを作成しようとしています。現在、元のデータ ファイルでは、種情報は空白であり、R 内では NA として解釈されます。R にすべての一意のハチ ID # を見つけて種情報を入力させたいのですが、

これが私がやろうとしていることの簡単な例です:

rawData<-data.frame(beeID=c(1:20),family=rep(NA,20))
speciesInfo<-data.frame(beeID=seq(1,20,3),family=rep("Andrenidae",7))

rawData[rawData$beeID == 4,"family"]  <- speciesInfo[speciesInfo$beeID == 4,"family"]

だから、私は好きなように物事を置き換えていますが、姓（文字列）ではなく数字に置き換えています。私が最終的にやりたいことは、すべての種の情報を追加する小さなループを書くことです。

for (i in speciesInfo$beeID){
  rawData[rawData$beeID == i,"family"]  <- speciesInfo[speciesInfo$beeID == i,"family"]
}

アドバイスをよろしくお願いします！

乾杯、

ザック

編集：

以下の最初の 2 つの方法では、毎回新しい列が追加されることに気付きました。これは、種の情報を複数回追加する必要がある場合に問題を引き起こす可能性があります (私は通常そうしています)。例えば：

rawData<-data.frame(beeID=c(1:20),family=rep(NA,20))
Andrenidae<-data.frame(beeID=seq(1,20,3),family=rep("Andrenidae",7))
Halictidae<-data.frame(beeID=seq(1,20,3)+1,family=rep("Halictidae",7))

# using join
library(plyr)
rawData <- join(rawData, Andrenidae, by = "beeID", type = "left")
rawData <- join(rawData, Halictidae, by = "beeID", type = "left")

# using merge
rawData <- merge(x=rawData,y=Andrenidae,by='beeID',all.x=T,all.y=F)
rawData <- merge(x=rawData,y=Halictidae,by='beeID',all.x=T,all.y=F)

列を折りたたんで 1 つの統合データ フレームにする方法はありますか? または、毎回新しい列を追加するのではなく、rawData を更新する方法はありますか? 前もって感謝します！

4

4 に答える 4

4

ここに私があなたのために働くと思う機能があります。これはmatch、注釈データフレーム内の値の検索とインデックス付けに使用され、rawData 内の値を置き換えます。

replaceID <- function(to,from,mergeBy,values){
  x <- match(from[,mergeBy],to[,mergeBy])
  to[,values][x] <- as.character(from[,values])
  return(to)
}
> rawData <- replaceID(rawData,Halictidae,"beeID","family")
> rawData
   beeID     family
1      1       <NA>
2      2 Halictidae
3      3       <NA>
4      4       <NA>
5      5 Halictidae
6      6       <NA>
7      7       <NA>
8      8 Halictidae
9      9       <NA>
10    10       <NA>
11    11 Halictidae
12    12       <NA>
13    13       <NA>
14    14 Halictidae
15    15       <NA>
16    16       <NA>
17    17 Halictidae
18    18       <NA>
19    19       <NA>
20    20 Halictidae
于 2012-09-11T17:40:06.120 に答える
3

別のオプションは?join、パッケージで使用することですplyr

    library(plyr)
#Adding family ahead of time was unnecessary so I'll remove it alongside the join.
join(rawData, speciesInfo, by = "beeID", type = "left")[,-2]
   beeID     family
1      1 Andrenidae
2      2       <NA>
3      3       <NA>
4      4 Andrenidae
5      5       <NA>
6      6       <NA>
7      7 Andrenidae
8      8       <NA>
9      9       <NA>
10    10 Andrenidae
11    11       <NA>
12    12       <NA>
13    13 Andrenidae
14    14       <NA>
15    15       <NA>
16    16 Andrenidae
17    17       <NA>
18    18       <NA>
19    19 Andrenidae
20    20       <NA>

アップデート

# If you anticipate adding new species over time, 
# simply rbind those into a single reference data.frame to merge with your rawData. 
# Like so:
library(plyr)
rawData <- join(rawData, rbind(Andrenidae, Halictidae), by = "beeID", type = "left")

# To keep you code clean, you could do this step ahead of time
species_list <- rbind(Andrenidae, Halictidae)
rawData <- join(rawData, species_list, by = "beeID", type = "left")
于 2012-09-11T13:18:33.850 に答える
2

data.tableメモリと時間効率の良いソリューション。

  • stringsAsFactors = Frbindlist (do.call(rbind,list) / rbind の超高速バージョン)が必要であることに注意してください。
  • 別の列をダミー データとしてrawDataオブジェクトに追加し、ファミリを削除しました。

データを作成する -

rawData <- data.frame(beeID = c(1:20), other_stuff = sample(letters, 20), stringsAsFactors = F)
Andrenidae <- data.frame(beeID = seq(1, 20, 3), family = rep("Andrenidae", 7), stringsAsFactors = F)
Halictidae <- data.frame(beeID = seq(1, 20 , 3)+  1, family = rep("Halictidae", 7), stringsAsFactors = F)
library(data.table)
# convert to data.table
rawDT <- as.data.table(rawData)
# combine the list of Species-specific data.frames into a large data.table
speciesInfo <- rbindlist(list(Andrenidae, Halictidae))
# set the keys, to allow efficient use of data.table and its merging 
# abilities. The keys are the same for both 
setkeyv(rawDT, 'beeID')
setkeyv(speciesInfo, 'beeID')
# merge by key 
speciesInfo[rawDT, nomatch = NA]
## beeID     family other_stuff
## 1:     1 Andrenidae           s
## 2:     2 Halictidae           x
## 3:     3         NA           i
## 4:     4 Andrenidae           e
## 5:     5 Halictidae           v
## 6:     6         NA           q
## 7:     7 Andrenidae           w
## 8:     8 Halictidae           c
## 9:     9         NA           u
## 10:    10 Andrenidae           z
## 11:    11 Halictidae           y
## 12:    12         NA           a
## 13:    13 Andrenidae           l
## 14:    14 Halictidae           r
## 15:    15         NA           h
## 16:    16 Andrenidae           o
## 17:    17 Halictidae           n
## 18:    18         NA           g
## 19:    19 Andrenidae           p
## 20:    20 Halictidae           m

また

rawDT[speciesInfo]

##    beeID other_stuff     family
## 1:     1           s Andrenidae
## 2:     2           x Halictidae
## 3:     4           e Andrenidae
## 4:     5           v Halictidae
## 5:     7           w Andrenidae
## 6:     8           c Halictidae
## 7:    10           z Andrenidae
## 8:    11           y Halictidae
## 9:    13           l Andrenidae
## 10:   14           r Halictidae
## 11:   16           o Andrenidae
## 12:   17           n Halictidae
## 13:   19           p Andrenidae
## 14:   20           m Halictidae

あなたが興味を持っているデータはどれですか

于 2012-09-12T03:37:04.533 に答える
2

たとえば、マージ機能を使用できます。

rawData <- data.frame(beeID=c(1:20),family=rep(NA,20))
speciesInfo <- data.frame(beeID=seq(1,20,3),
                          family=c(rep('Halictidae',4), rep("Andrenidae",3)))

merged <- merge(x=rawData,y=speciesInfo,by='beeID',all.x=T,all.y=F)
merged$family.x <- NULL # remove the family.x column
names(merged) <- c('beeID','family') # rename the columns

注意

列で初期化する必要はありませんrawData。 マージ機能により、自動的に追加されます。例:family

rawData <- data.frame(beeID=c(1:20))
speciesInfo <- data.frame(beeID=seq(1,20,3),
                          family=c(rep('Halictidae',4), rep("Andrenidae",3)))

merged <- merge(x=rawData,y=speciesInfo,by='beeID',all.x=T,all.y=F)

> merged
   beeID     family
1      1 Halictidae
2      2       <NA>
3      3       <NA>
4      4 Halictidae
5      5       <NA>
6      6       <NA>
7      7 Halictidae
8      8       <NA>
9      9       <NA>
10    10 Halictidae
11    11       <NA>
12    12       <NA>
13    13 Andrenidae
14    14       <NA>
15    15       <NA>
16    16 Andrenidae
17    17       <NA>
18    18       <NA>
19    19 Andrenidae
20    20       <NA>
于 2012-09-11T13:14:41.650 に答える