r - 如何将多个变量的值与查找表中的变量匹配？

Question

我有两个数据集:

loc <- c("a","b","c","d","e")
id1 <- c(NA,9,3,4,5)
id2 <- c(2,3,7,5,6)
id3 <- c(2,NA,5,NA,7)
cost1 <- c(10,20,30,40,50)
cost2 <- c(50,20,30,30,50)
cost3 <- c(40,20,30,10,20)
dt <- data.frame(loc,id1,id2,id3,cost1,cost2,cost3)


id <- c(1,2,3,4,5,6,7)
rate <- c(0.9,0.8,0.7,0.6,0.5,0.4,0.3)
lookupd_tb <- data.frame(id,rate)

我想要做的是将 dt 中的值与 id1、id2 和 id3 的 lookup_tb 匹配，如果匹配，则将该 id 的比率与其相关成本相乘。

这是我的方法:

dt <- dt %>% 
left_join(lookupd_tb , by=c("id1"="id")) %>%
dplyr :: mutate(cost1 = ifelse(!is.na(rate), cost1*rate, cost1)) %>% 
dplyr :: select (-rate)

我现在在做什么，工作正常，但我必须为每个变量重复 3 次，我想知道是否有更有效的方法来做到这一点(可能使用 apply family？)

我试图在查找表中用 id 连接所有三个变量，但是当 rate 与我的 dt 连接时，所有成本(cost1、cost2 和 cost3)将乘以我不想要的相同速率。

我感谢您的帮助!

Answer 1

一个 base R方法是使用 sapply/lapply 遍历“id”的列，获取 match 'lookupd_tb'的'id'列中的索引，根据索引，得到对应的'rate'，replace NA元素为 1，乘以“成本”列并更新“成本”列

nmid <- grep("id", names(dt))
nmcost <- grep("cost", names(dt))

dt[nmcost] <- dt[nmcost]*sapply(dt[nmid], function(x) {
         x1 <- lookupd_tb$rate[match(x, lookupd_tb$id)]
          replace(x1, is.na(x1), 1) })

或使用 tidyverse ，我们可以使用 purrr::map2 遍历列集，即“id”和“cost” ，然后执行与上述相同的方法。唯一的区别是我们在这里创建了新列而不是更新“成本”列

library(tidyverse)
dt %>% 
   select(nmid) %>% 
   map2_df(., dt %>% 
               select(nmcost), ~  
                 .x %>% 
                     match(., lookupd_tb$id) %>%
                     lookupd_tb$rate[.] %>% 
                     replace(., is.na(.),1) * .y ) %>%
    rename_all(~ paste0("costnew", seq_along(.))) %>%
    bind_cols(dt, .)