私はさまざまな先物契約のために何千ものティッカーを備えたdfを持っています。それらには、省略名(後で表示されます)と長い名前(他のdfで使用したい)があります。
full_list <- structure(
list(
Ticker = c("AC", "AIC", "BBS", "BO", "C", "DF"),
Long_Name = c("Ethanol -- CBOT", "DJ UBS Commodity Index -- CBOT", "South American Soybeans -- CBOT", "Soybean Oil -- CBT", "Corn -- CBT", "Dow Jones Industrial Average -- CBT")
),
.Names = c("Ticker", "Long_Name"),
row.names = c(NA, 6L),
class = "data.frame"
)
このdfには、私が毎日受け取るリストがあります。省略名を調べて、長い名前と一致させる必要があります。
replace <- structure(
list(
Type = c("F", "F", "F", "F", "F", "F"),
Location = c("US", "US", "US", "US", "US", "US"),
Symbol = c("BO", "C", "DF", "AIC", "AC", "BBS"),
Month = c("V13", "U13", "U13", "U13", "U13", "U13")
),
.Names = c("Type", "Location", "Symbol", "Month"),
row.names = c(NA, 6L),
class = "data.frame"
)
私がRに求めているのは、replace $ Symbol列を取得し、full_list $ Ticker列でそれらの値を見つけて、それぞれのfull_list $ Long_Nameがコピーされる列replace $ Long_Nameを追加することです。これが理にかなっていることを願っています。列名を理解するのが難しいことを理解しています。
これはExcelでの簡単なVLookupですが、Rでほぼ完成した日常的に使用するスクリプトがあります。
merge
それら:
> merge(full_list, replace, by.x="Ticker", by.y="Symbol")
Ticker Long_Name Type Location Month
1 AC Ethanol -- CBOT F US U13
2 AIC DJ UBS Commodity Index -- CBOT F US U13
3 BBS South American Soybeans -- CBOT F US U13
4 BO Soybean Oil -- CBT F US V13
5 C Corn -- CBT F US U13
6 DF Dow Jones Industrial Average -- CBT F US U13
match
を使用できます。これは、最初の引数が2番目の引数のどこにあるかのインデックスを示します。例えば:
arg1 <- c("red","blue")
arg2 <- c("blue","red")
> match(arg1,arg2)
[1] 2 1
次に、一致したシンボルを持つfull_listデータフレームを使用して、replaceデータフレームに新しい列を作成します(注-replaceは実際にはrの関数であるため、別の名前で呼び出す必要があります)。
replace$Long_Name <- full_list$Long_Name[match(replace$Symbol,full_list$Ticker)]
> replace
Type Location Symbol Month Long_Name
1 F US BO V13 Soybean Oil -- CBT
2 F US C U13 Corn -- CBT
3 F US DF U13 Dow Jones Industrial Average -- CBT
4 F US AIC U13 DJ UBS Commodity Index -- CBOT
5 F US AC U13 Ethanol -- CBOT
6 F US BBS U13 South American Soybeans -- CBOT
ビッグデータセットの場合は、環境ルックアップの恩恵を受ける可能性があります。
library(qdap)
replace$Long_Name <- lookup(replace$Symbol, full_list)
## > replace
## Type Location Symbol Month Long_Name
## 1 F US BO V13 Soybean Oil -- CBT
## 2 F US C U13 Corn -- CBT
## 3 F US DF U13 Dow Jones Industrial Average -- CBT
## 4 F US AIC U13 DJ UBS Commodity Index -- CBOT
## 5 F US AC U13 Ethanol -- CBOT
## 6 F US BBS U13 South American Soybeans -- CBOT
義務的data.table
回答
library(data.table)
full_list <- data.table(full_list, key='Symbol')
replace <- data.table(replace, key='Ticker')
replace[full_list]
約1e5行を超えるデータセットのFWIWは、キー付きdata.table
は、リストされている他のアプローチよりも大幅に高速になります(qdap
バージョンを除いて、私はそれを試していません)。 マージのタイミングはここにあります
大規模なデータセットを使用している場合、時間/メモリの問題が発生する可能性があります。その場合は、次のことを試してください。
require(plyr)
colnames(replace)<-c("Type", "Location", "Ticker", "Month")
Full<-join(full_list, replace, by = "Ticker", type = "left", match = "all")
> Full
Ticker Long_Name Type Location Month
1 AC Ethanol -- CBOT F US U13
2 AIC DJ UBS Commodity Index -- CBOT F US U13
3 BBS South American Soybeans -- CBOT F US U13
4 BO Soybean Oil -- CBT F US V13
5 C Corn -- CBT F US U13
6 DF Dow Jones Industrial Average -- CBT F US U13
単なる1行のソリューションではありませんが、マージはより大きなデータフレームで処理するのに時間がかかる場合があります。また、plyrパッケージはあなたの親友になることができます。