r - 将多个字段匹配(和求和)到 R 中的一个字段

Question

我有一个数据文件 (.csv)，其中每个观测值都是 333 个地区之一。每个区都有一个 ID，例如 1101、1102、...。其次，我有另一个数据文件 (.csv)，其中每个观测值都是 112,975 个城镇之一，包括人口数据。城镇数据有一个 district_ID 字段。每个地区大约有 300 个城镇。因此，有一个地区 district_ID == 1101 和大约 300 个城镇 district_ID == 1101。

我想在我的地区数据集中创建地区级人口变量。这意味着将多个镇的观察结果与每个单个地区的观察结果相匹配，并将镇级人口相加。

谢谢!

Answer 1

data.table 解决方案:

#some example data
set.seed(42)
districts <- data.frame(district_ID=1:10,whatever=rnorm(10))
towns <- data.frame(town=1:100,district_ID=rep(1:10,each=10),
                    population=rpois(100,sample(c(1e3,1e4,1e5))))

library(data.table)
districts <- data.table(districts,key="district_ID")
towns <- data.table(towns,key="district_ID")

#calculate district population
temp <- towns[,list(district_pop=sum(population)),by=district_ID]
#merge result with districts data.table
districts <- merge(districts,temp)

#    district_ID    whatever district_pop
# 1:           1  1.37095845       434886
# 2:           2 -0.56469817       334084
# 3:           3  0.36312841       342241
# 4:           4  0.63286260       433224
# 5:           5  0.40426832       334039
# 6:           6 -0.10612452       342810
# 7:           7  1.51152200       433362
# 8:           8 -0.09465904       333810
# 9:           9  2.01842371       342035
# 10:          10 -0.06271410       432302