méthode idiomatiques R pour « gauche joignant » deux trames de données

Question

J'ai deux trames de données que les deux ont une colonne contenant un facteur comme ce qui suit:

> head(test.data) 
     var0  var1  date store 
1 109.5678 109.5678 1990-03-30 Store1 
2 109.3009 108.4261 1990-06-30 Store1 
3 108.8262 106.2517 1990-09-30 Store1 
4 108.2443 108.6417 1990-12-30 Store1 
5 109.5678 109.5678 1991-03-30 Store1 
6 109.3009 108.4261 1991-06-30 Store1 
> summary(test.data) 
     var0    var1    date    store 
Min. : -9.72 Min. : -2.297 Min. :1990-03-30 Store1 : 8 
1st Qu.: 68.32 1st Qu.: 71.305 1st Qu.:1990-09-07 Store2 : 8 
Median :102.19 Median :101.192 Median :1991-02-13 Store3 : 8 
Mean :101.09 Mean :103.042 Mean :1991-02-13 Store4 : 8 
3rd Qu.:151.22 3rd Qu.:151.940 3rd Qu.:1991-07-23 Store5 : 8 
Max. :196.55 Max. :201.099 Max. :1991-12-30 Store6 : 8 
                 (Other):48 
> 
> head(test.clusters) 
    store cluster 
1 Store1  A 
2 Store2  C 
3 Store3  A 
4 Store4  B 
5 Store5  D 
6 Store6  A 
> 
> summary(test.clusters) 
    store cluster 
Store1 :1 A:5  
Store2 :1 B:4  
Store3 :1 C:2  
Store4 :1 D:1  
Store5 :1   
Store6 :1   
(Other):6   
> 

Je veux ajouter une colonne à test.data contenant cluster de chaque ligne , en fonction de leur partagé store. Je suis actuellement ce en utilisant une boucle double imbriqué:

new_col <- rep(test.clusters$cluster[1], length(test.data$store)) 
for (i in seq(test.data$store)){ 
    for (j in seq(test.clusters$store)){ 
    if (test.data$store[i] == test.clusters$store[j]){ 
     new_col[i] <- test.clusters$cluster[j] 
     break 
    }  
    } 
} 
test.data$cluster <- new_col 

Ceci est très bavard, totalement inefficace et franchement laid. Quelle est la méthode idiomatique pour faire cela dans R?

Answer 1

Utilisez la fonction merge.

Answer 2

Je recommande match. Ce sera beaucoup plus rapide que merge.

Il devrait ressembler à ceci:

test.data$cluster <- test.clusters$cluster[match(test.data$store, test.clusters$store)] 

Answer 3

Utilisez la fonction join de plyr. Il utilise la correspondance interne, donc devrait être rapide (4-10x plus rapide que la fusion).