在R中基于其他DataFrame数据为Events添加Avtemp列

问题描述 #

我有如下Events数据框：

Events

同时存在多个以城市命名的天气数据框（超过10个），示例如下：

LA_weather

London_weather

需要根据Events中的City和Date字段，匹配对应城市天气数据框的Avtemp值，为Events新增该列，最终得到如下结果：

Events（期望结果）

目前已想到将所有天气数据合并为带City列的大表再关联，但希望找到更优雅的实现方式。

解决方案 #

方法1：批量合并天气数据后关联（高效通用） #

借助tidyverse中的purrr工具批量处理所有天气数据框，自动添加城市标识后合并，再与Events关联：

# 加载依赖包
library(tidyverse)

# 列出所有天气数据框的名称（根据实际情况补充完整）
weather_df_names <- c("LA_weather", "London_weather", "Paris_weather")

# 批量读取数据、添加城市列并合并成总表
combined_weather <- map_df(weather_df_names, function(name) {
  get(name) %>% 
    mutate(City = str_remove(name, "_weather"))
})

# 关联Events数据，匹配Date和City字段
Events_with_temp <- Events %>%
  left_join(combined_weather, by = c("Date", "City"))

这种方式仅需一次合并，后续关联效率高，适合数据量较大或需要重复使用天气数据的场景。

方法2：逐行匹配（无需合并大表） #

如果不想预先合并所有天气数据，可以用rowwise()逐行定位对应城市的数据框，提取目标温度：

library(dplyr)

Events_with_temp <- Events %>%
  rowwise() %>%
  mutate(Avtemp = get(paste0(City, "_weather")) %>%
           filter(Date == cur_data()$Date) %>%
           pull(Avtemp)) %>%
  ungroup()

该方法代码直观，无需提前整理所有天气数据框名称，适合数据量较小或临时查询的场景。但如果Events行数极多，性能会低于方法1。

内容的提问来源于stack exchange，提问作者Delopera