多个条件使用 df 中的元素匹配查找表中的列名以合并 3 个数据帧

birdbrain 发表于 Dev

鸟脑

我有三个大数据框，我想根据几个标准将一些元素从一个元素附加到另一个元素。我在 Stack Overflow 中查找了类似的问题，但它们似乎不适用于我的数据帧格式（或者我不够熟练，无法正确调整）。

需要发生的是：

在 maindf1 中按性别过滤
在maledflookup的rowname（第一列）的maindf1中搜索相同的ZCTA值
同时在maledflookup的列名中从maindf1的一行中搜索正确的年龄层
使用匹配的 ZCTA 向 maindf1 行添加一列新数据，该 ZCTA 具有从maledflookup 中获取的该性别和年龄层的人口普查人口值
重复女性dflookup
最终结果是 maindf1 对按性别、ZCTA 和年龄层匹配的每一行都有一个 censuspop 值

maindf1 是原始数据，其中每一行都是一个人，列是调查响应或收集的个人数据

我必须使用的人口普查网站上的查找表采用了奇怪的格式，因此对我来说解决其中一个问题的最简单的解决方案是首先按性别分隔查找表。

我在编写成功的代码方面没有运气，因为我还没有在 R 中编码的经验。我尝试了一些 for & if 循环，但未能为此任务调整模糊连接代码。我感谢您的帮助！

示例数据：

ZCTA<- c("12345", "NA", "NA", "44444", "99999", "11111" )
sex <- c("female", "male", "male", "male", "female", "male")
agegrp <- c("pop_0to4", "pop_70to74", "pop_25to29", "pop_70to74","pop_70to74","pop_25to29")
maindf1 <- data.frame(ZCTA, sex, agegrp)

ZCTA<- c("12345", "23456", "12225", "44444", "99999", "11111" )
pop_0to4 <- c("2000", "1300", "900", "737", "289", "120")
pop_70to74 <- c("25", "222", "52", "160", "100", "80")
pop_25to29 <- c("3000", "2500", "102", "1777", "3390", "2450")
maledflookup<- data.frame(ZCTA, pop_0to4, pop_25to29, pop_70to74)

ZCTA<- c("12345", "23456", "12225", "44444", "99999", "11111" )
pop_0to4 <- c("1111", "2333", "999", "888", "222", "122")
pop_70to74 <- c("18", "333", "66", "300", "90", "99")
pop_25to29 <- c("3333", "2555", "111", "2777", "3311", "2121")
femaledflookup <- data.frame(ZCTA, pop_0to4, pop_25to29, pop_70to74)

数据和查找表看起来像（2000 行）：

#maindf1
#ZCTA   #sex    #agegrp
12345   female  pop_0to4        
NA      male    pop_70to74      
NA      male    pop_25to29      
44444   male    pop_70to74      
99999   female  pop_70to74      
11111   male    pop_25to29

#maledflookup
#ZCTA   #pop_0to4  #pop_25to29  #pop_70to74
12345   2000       3000         25  
23456   1300       2500         222 
12225   900        102          52  
44444   737        1777         160 
99999   289        3390         100 
11111   120        2450         80

#femaledflookup
#ZCTA   #pop_0to4  #pop_25to29  #pop_70to74
12345   1111        3333         18 
23456   2333        2555        333 
12225   999         111          66 
44444   888         2777        300 
99999   222         3311         90 
11111   122         2121         99

期望的结果：

#maindf1
#ZCTA   #sex    #agegrp       #censuspop
12345   female  pop_0to4        1111        
NA      male    pop_70to74      NA
NA      male    pop_25to29      NA
44444   male    pop_70to74      160 
99999   female  pop_70to74      90  
11111   male    pop_25to29      2450

petrucci4prez

使用left_jointidyverse 和格式正确的查找表：

library(tidyverse)

.maledflookup <- maledflookup %>%
  gather(-ZCTA, key = agegrp, value = censuspop) %>%
  mutate(sex = "male")

.femaledflookup <- femaledflookup %>%
  gather(-ZCTA, key = agegrp, value = censuspop) %>%
  mutate(sex = "female")

.lookup <- bind_rows(.maledflookup, .femaledflookup)

left_join(maindf1, .lookup, by = c("sex", "ZCTA", "agegrp"))