r - 如何合并数据集而不在一个有多个值的地方循环？

Question

鉴于我现在知道的基本工具(which, order, if, %in%, order, 等等)，我经常遇到一个我称之为“唯一性问题”的问题。

问题基本上是这样的......

我有一个矩阵 A，我想用另一个原始矩阵 B 填充它。

 A:  
     [upc]  [day1]    [day2]     ...    day52 
[1]  123     NA       NA                 NA
[2]  456     NA       NA                 NA
[3]  789     NA       NA                 NA

B 是超大的行，所以循环是不可能的。

     [upc]    [quantity]          [day] 
[1]  123         11                 1
[2]  123          2                 1
[3]  789          5                 1
[4]  456         10                 1
[5]  789          6                 1

我想用矩阵 B 中的数量为矩阵 A 中的每个 UPC 填充第 1 天。问题是 B 中的每个 UPC 有多个实例，我无法遍历它们以获得总数量放在每个 upc 旁边。

所以我想要的是这个..(这将完全填写，即第 2-52 天 ..通过循环其他天，这是小的，因此易于管理)

A:  
     [upc]  [day1]    [day2]     ...    day52 
[1]  123     13        NA                 NA
[2]  456     10        NA                 NA
[3]  789     11        NA                 NA

你知道有什么函数可以不用循环来完成这个吗？

Answer 1

如果您将原始矩阵转换为data.frame，您可以使用aggregate、merge 和reshape > 到达那里:

为添加的999做一些包含多天的数据:

A <- data.frame(upc=c(123,456,789,999))
B <- data.frame(
  upc=c(123,123,789,456,789,999,999,999),
  quantity=c(11,2,5,10,6,10,3,3),
  day=c(1,1,1,1,1,1,2,2)
)

按 id 和日期聚合数量，然后合并和 reshape :

mrgd <- merge(A,aggregate(quantity ~ upc + day ,data=B, sum),by="upc")
final <- reshape(mrgd,idvar="upc",timevar="day",direction="wide",sep="")
names(final) <- gsub("quantity","day",names(final))

给出:

final
#  upc day1 day2
#1 123   13   NA
#2 456   10   NA
#3 789   11   NA
#4 999   10    6