条件连接数据帧R
df1 <- data.frame(Dates.1 = seq.Date(as.Date('1999/1/1'), as.Date('2001/5/1'), 'month'))
Dates.2 <- c(seq.Date(as.Date('1999/1/1'), as.Date('2001/5/1'), by = '5 months'))
Vals <- c(10, 20, 15, 44, 70, 50)
df2 <- data.frame(Dates.2, Vals)
df3 <- cbind(df1,Vals3. = c(10,10,10,10,10,20,20,20,20,20,15,15,15,15,15,
44,44,44,44,44,70,70,70,70,70,50,50,50,50))
共有1个答案
DPLYR和TIDYR的组合：
dplyr::left_join(df1,df2,by=c(Dates.1="Dates.2")) %>%
tidyr::fill(Vals,.direction="down")
结果：
Dates.1 Vals
1 1999-01-01 10
2 1999-02-01 10
3 1999-03-01 10
4 1999-04-01 10
5 1999-05-01 10
6 1999-06-01 20
7 1999-07-01 20
8 1999-08-01 20
9 1999-09-01 20
10 1999-10-01 20
(...)
顺便提一下，一个替代方法是首先使用complete（从tidyr)来跳过创建DF1:
tidyr::complete(df2,Dates.2=seq.Date(as.Date('1999/1/1'), as.Date('2001/5/1'), by = 'month')) %>%
tidyr::fill(Vals,.direction="down")
-
基于“SC”代码，我需要将SRCTable与RefTable-1或RefTable-2连接起来 条件：如果SC为“D”，则SRCTable在KEY=KEY1上与RefTable-1连接以获得值。否则，如果SC为“U”，则SRCTable与键=键2上的RefTable-2连接 这是输入spark数据帧。 预期产出： 注意：输入表将有数百万条记录，因此需要一个优化的解决方案
-
假设我有两个数据帧，具有不同级别的信息，如下所示： 我想加入df1和df2，并将“值”信息传递给df2：一天中的每一小时都将获得“日”值。 预期产出：
-
有没有一种方法可以将下面的两个数据流连接起来，这样： 我将有一个带有标题的新数据帧： 时间戳调整的关闭reportedEPS estimatedEPS 并且reportedEPS和estimatedEPS将根据以下值保持不变： 时间戳：1月1日至3月31日，4月1日至6月30日，7月1日至9月30日，10月1日至12月31日？ 2个数据流： https://gyazo.com/38B50A3D7E
-
问题内容： 我想获取基于条件选择的数据帧行数。我尝试了以下代码。 输出： 输出显示数据帧中每一列的计数。相反，我需要获得满足以上所有条件的单一计数？这该怎么做？如果您需要有关我的数据框的更多说明，请告诉我。 问题答案： 您要的是所有条件都为真的条件，所以答案是len，除非我误解了您的要求
-
我有一个csv文件列表，我使用 我目前正在尝试遍历csv列表，并使用方法将axis参数设置为1，以按列将所有数据帧添加到一起。 它是工作的希望，但我遇到的问题，因为所有的数据帧都有相同的冒号名称，当我连接他们我得到例如10列都与关键"日期" 不管怎样，我能给哥伦布起个独一无二的名字吗？比如伦敦约会，柏林约会？显然，这些名称基于数据帧的名称。
-
如何使用Spark-Scala连接日期和时间列（两个字符串）