如果一行上的值匹配，则进行条件替换

Question

我必须分析经济实验中的数据。 因此，我有一个数据库（14 976 obs），我分为两部分：卖方的类型为1（7488 obs），另一个为类型2（7488 obs）的买方，每个数据库中有212个变量。

在这里，你有这两个数据库的一部分：

sellers 
ID  Gender Period Matching group Group Type Overcharging ... 
654  1   1   73   1  1  NA 
654  1   2   73   1  1  NA 
654  1   3   73   1  1  NA 
654  1   4   73   1  1  NA 
435  1   1   73   2  1  NA 
435  1   2   73   2  1  NA 
435  1   3   73   2  1  NA 
435  1   4   73   2  1  NA 

buyers 
ID  Gender Period Matching group Group Type Overcharging ... 
708  0   1   73   1  2  1 
708  0   2   73   1  2  0 
708  0   3   73   1  2  0 
708  0   4   73   1  2  1 
546  1   1   73   2  2  0 
546  1   2   73   2  2  0 
546  1   3   73   2  2  1 
546  1   4   73   2  2  0 

我有很多变量，如过充一个地方放于买家行，其中并没有在那些卖家信息。所以我想要做的是在卖家数据库中替换这些信息。

对此，我有很多信息： 在匹配组73中，我们知道例如在第一阶段，主题708被多收（第一组中的一个）。据我所知，这些男子属于第1组和第73组，因此我可以确定在第一阶段多收费的卖方：性别为1的第654项。

所以，我想在卖家数据框上多收取（和其他一些）买家的价值来分析卖家的行为，但是在正确的时期，对于正确的组和正确的匹配组。

谢谢！帮助表示赞赏...

Answer 1

希望这有助于！

library(dplyr) 
#join both dataframes on common columns 
merged_df <- left_join(sellers, buyers, by=c('Period', 'Matching_group', 'Group')) 

#find row_index which have missing "Overcharging" in sellers 
idx <- which(is.na(merged_df$Overcharging.x)) 
merged_df[idx, "Overcharging.x"] <- merged_df[idx, "Overcharging.y"] 

#drop unwanted columns to have the updated sellers 
sellers_updated <- merged_df[,-c(dim(sellers)[2]+1: dim(merged_df)[2])] 
colnames(sellers_updated) <- colnames(sellers) 
sellers_updated 

Answer 2

您可以执行合并来获取所需的信息。

# Select the Period, Matching Group, Group and Overcharging columns 
# Selection by column ID (2nd, 3rd, 4th, 6th columns) 
buyers_merge <- buyers[, c(2,3,4,6)] 
# Rename the Overcharging column 
names(buyers_merge)[4] <- "Overcharging_Buyers" 
# Merge 
sellers_merged <- merge(sellers, buyers_merge) 

现在，如果我正确写上面的代码，这应该将Overcharging_Buyers列添加到卖家表的副本。由于4个列名称中的3个匹配，所以合并函数应自动合并到这些列上，并将不匹配的列添加为新列。然后，您可以用新添加的信息替换原始的Overcharging列。请参考here。