请问这个循环该怎么修改？

cionysus

数据集addmax的结构大致是这样的：

[data]

region ...

北京

北京

上海

上海

...

[/data]

我想增加一列diqu，生成每个region值对应的汉语拼音名，达到这样的效果:

[data]

region ... diqu

北京 ... beijing

北京 ... beijing

上海 ... shanghai

上海 ... shanghai

...

[/data]

按照addmax中region值出现的顺序，我已经把每个地区的汉语拼音存到变量pinyin当中，下面是我最后操作的代码：

<br />
nameindex=levels(addmax$region)<br />
for (i in 1:length(nameindex)){<br />
    addmax=within(addmax,{<br />
        diqu=NA<br />
        diqu[region==nameindex[i]]=pinyin[i]})}<br />

但出来的结果是diqu只有i=length(nameindex)的时候才有值，其他都是NA，请问这个循环该怎么修改？

nuomin

回复第1楼的大司楼：用merge

cionysus

回复第2楼的 nuomin：我试过merge，请看下面的结果：

</p>
<p>> aa=data.frame(year=c(1993,1994,1993,1994),region=c('北京','北京','上海','上海'))<br />
> aa<br />
  year region<br />
1 1993   北京<br />
2 1994   北京<br />
3 1993   上海<br />
4 1994   上海<br />
> tt=data.frame(year=c(1993,1993,1994,1994),name=c('beijing','shanghai','beijing','shanghai'))<br />
> tt<br />
  year     name<br />
1 1993  beijing<br />
2 1993 shanghai<br />
3 1994  beijing<br />
4 1994 shanghai<br />
> saa=aa[order(aa$year),]<br />
> saa<br />
  year region<br />
1 1993   北京<br />
3 1993   上海<br />
2 1994   北京<br />
4 1994   上海<br />
> merge(aa,tt,bt='year')<br />
  year region     name<br />
1 1993   北京  beijing<br />
2 1993   北京 shanghai<br />
3 1993   上海  beijing<br />
4 1993   上海 shanghai<br />
5 1994   北京  beijing<br />
6 1994   北京 shanghai<br />
7 1994   上海  beijing<br />
8 1994   上海 shanghai<br />
> merge(saa,tt,by='year')<br />
  year region     name<br />
1 1993   北京  beijing<br />
2 1993   北京 shanghai<br />
3 1993   上海  beijing<br />
4 1993   上海 shanghai<br />
5 1994   北京  beijing<br />
6 1994   北京 shanghai<br />
7 1994   上海  beijing<br />
8 1994   上海 shanghai<br />
> merge(saa,tt,by='year',sort=FALSE)<br />
  year region     name<br />
1 1993   北京  beijing<br />
2 1993   北京 shanghai<br />
3 1993   上海  beijing<br />
4 1993   上海 shanghai<br />
5 1994   北京  beijing<br />
6 1994   北京 shanghai<br />
7 1994   上海  beijing<br />
8 1994   上海 shanghai</p>
<p>

而我期望的结果是：

<br />
 year region  name<br />
1 1993   北京  beijing<br />
3 1993   上海  shanghai<br />
2 1994   北京  beijing<br />
4 1994   上海  shanghai<br />

nuomin

<br />
  aa=data.frame(year=c(1993,1994,1993,1994),region=c('北京','北京','上海','上海'))<br />
  tt=data.frame(region=c('北京','上海',"南京"),name=c('beijing','shanghai','nanjing'))<br />
  merge(aa,tt)<br />

zggjtsgzczh

回复第3楼的大司楼：

此操作不可逆，因为缺失一个索引信息。当melt进行数据重构时，他会内部建立一个指定ID，变量，值的关系索引，以此进行数据构建，完成后他会抛弃那个索引信息。而现在当你希望对其进行逆操作时，函数如何知道year region name这三个变量值之间的匹配关系呢？

如果你的数据较大，但仅限于省会和直辖市，或许可以通过excel手动建立region与name之间的匹配索引列，然后导入到R中作为模式，然后对你的原始数据集进行过滤匹配，或许可行。或者直接在excel中进行处理，记得excel支持中文与汉语拼音转换。

我是从melt函数内部机制的思路分析，可能还有其他更好的方法。[s:17]

superdesolator

没仔细看问题,乱说一下，写个y=replace（x），对x中北京，上海，进行switch,替换

例如：

replace=function(x){<br />
n=length(x)<br />
for(i in n) {<br />
switch x[i]{<br />
case "北京":x[i]="beijing"<br />
break<br />
case ...<br />
}}<br />
return (x)}

最后再data.frame(x,y)

cionysus

回复第5楼的 zggjtsgzczh：感谢回复！

请看reshape包作者所举的例子：

<br />
> library(reshape2)<br />
> smiths<br />
     subject time age weight height<br />
1 John Smith    1  33     90   1.87<br />
2 Mary Smith    1  NA     NA   1.54<br />
> smithsm=melt(smiths)<br />
Using subject as id variables<br />
> smithsm<br />
     subject variable value<br />
1 John Smith     time  1.00<br />
2 Mary Smith     time  1.00<br />
3 John Smith      age 33.00<br />
4 Mary Smith      age    NA<br />
5 John Smith   weight 90.00<br />
6 Mary Smith   weight    NA<br />
7 John Smith   height  1.87<br />
8 Mary Smith   height  1.54<br />
> dcast(smithsm, ... ~ variable)<br />
     subject time age weight height<br />
1 John Smith    1  33     90   1.87<br />
2 Mary Smith    1  NA     NA   1.54<br />

这里是如何在time age subject之间建立正确关系的？

原文在这里的第7页http://www.jstatsoft.org/v21/i12/paper

作者原来用的是cast函数，这里改成了dcast.

cionysus

回复第4楼的 nuomin：这样是把name的顺序按照region排列再作合并，所以可以。

我感到奇怪的是，saa已经是按照name的顺序对region排序，为什么排序后进行合并还是不行？

cionysus

回复第6楼的 superdesolator：感谢提供的思路！

nuomin

回复第8楼的大司楼：你用year做合并的依据，一个year对应两个region。我用region做合并的依据，在没有重复的情况下，会是你想要的结果

zggjtsgzczh

回复第7楼的大司楼：

是我穿越了（回错帖子），还是你修改了帖子正文？[s:16]

具体这个问题，我去看一下你提供的文档。

cionysus

回复第11楼的 zggjtsgzczh：是您穿越了，然后我就按照您的思路跟着穿越了。

我也是在回复完之后才发现我跟着穿越了的。

cionysus

回复第10楼的 nuomin：明白了！上午没仔细看合并的公共列是regiong，感谢指点！

就是说这里

tt=data.frame(region=c('北京','上海',"南京"),name=c('beijing','shanghai','nanjing'))

在合并的时候，region作为公共列，且这里tt的效果是让'beijing'与'北京'匹配。

ahhhh

我都是

<br />
addmax$diqu[addmax$region == "北京"] <- "beijing"<br />
addmax$diqu[addmax$region == "上海"] <- "shanghai"<br />

cionysus

回复第14楼的 ahhhh：回复第14楼的 ahhhh：这个我也明白，但是中国省级行政区域有32个（还没算上宝岛），要写三十二行这样的命令，驱使我想是不是能简化点。

suckbunny

回复第15楼的大司楼：

<br />
x=1:10<br />
names(x)=LETTERS[1:10]<br />
x[sample(LETTERS[1:10],10,T)]<br />

kuangkuang

用match函数，这样能达到你要的效果吗？

> aa=data.frame(year=c(1993,1994,1993,1994),region=c('北京','北京','上海','上海'))

> aa=data.frame(year=c(1993,1994,1993,1994),region=c('北京','北京','上海','上海'))

> tt=data.frame(region=c('北京','上海',"南京"),name=c('beijing','shanghai','nanjing'))

> aa$name = tt$name[match(aa$region,tt$region)]

> aa

year region name

1 1993 北京 beijing

2 1994 北京 beijing

3 1993 上海 shanghai

4 1994 上海 shanghai

cionysus

回复第17楼的 kuangkuang：这就是我想要的结果，十分感谢！

之前不知道match可以这样用。