R语言非合并数据框按时间匹配汇率计算并绘图求助

嘿，我懂你不想合并两个数据框的顾虑——有时候合并会带来额外的内存占用或者不必要的数据冗余，其实在ggplot里直接完成匹配计算完全没问题，不用提前合并数据。这里有两种简单的方法可以实现你的需求：

方法1：在ggplot的aes映射中直接用match()匹配汇率 #

这种方法最直接，完全不需要修改或合并任何原始数据框，直接在y轴的映射里完成除法计算：

首先先模拟你的原始数据（确保Time列是Date类型，这是匹配成功的关键）：

# 模拟价格数据框
df_prices <- data.frame(
  Prod = rep(c("A", "B", "C"), each = 3),
  Time = as.Date(c("2017-01-31", "2017-02-28", "2017-03-31",
                   "2017-01-31", "2017-02-28", "2017-03-31",
                   "2017-01-31", "2017-02-28", "2017-03-31")),
  Price1 = c(10.000, 12.800, 15.300, 11.000, 12.000, 12.200, 11.000, 11.600, 12.000)
)

# 模拟汇率数据框
df_rates <- data.frame(
  Time = as.Date(c("2017-01-31", "2017-02-28", "2017-03-31")),
  EUR_USD_Rate = c(1.200, 1.214, 1.216)
)

然后直接绘制散点图：

library(ggplot2)

ggplot(df_prices, aes(x = Time, 
                      y = Price1 / df_rates$EUR_USD_Rate[match(Time, df_rates$Time)])) +
  geom_point(aes(color = Prod), size = 3) +
  labs(title = "产品美元价格走势",
       y = "价格（美元）",
       x = "日期",
       color = "产品") +
  theme_minimal()

原理说明 #

match(Time, df_rates$Time)会为df_prices中的每一条Time记录，找到它在df_rates$Time中的对应位置，然后提取该位置的汇率值，最后用Price1除以这个汇率，直接作为y轴的数值。整个过程完全不会修改原始数据框，也不会生成合并后的中间数据。

方法2：用dplyr临时计算（不保存合并结果） #

如果你习惯用tidyverse的语法，可以用dplyr::mutate()临时添加转换后的价格列，但不会修改原始数据框，也不会生成永久的合并数据：

library(dplyr)
library(ggplot2)

df_prices %>%
  # 临时计算美元价格，仅在管道中生效
  mutate(Price_USD = Price1 / df_rates$EUR_USD_Rate[match(Time, df_rates$Time)]) %>%
  ggplot(aes(x = Time, y = Price_USD, color = Prod)) +
  geom_point(size = 3) +
  labs(title = "产品美元价格走势",
       y = "价格（美元）",
       x = "日期",
       color = "产品") +
  theme_minimal()

这种方法的优势是代码可读性更强，临时计算的列名更清晰，但同样不会留下合并后的冗余数据，完全符合你的需求。

注意事项 #

一定要确保两个数据框中的Time列是相同的类型（比如都是Date类型），否则match()可能无法正确匹配。如果你的原始数据中Time是字符型，记得先用as.Date()转换。

内容的提问来源于stack exchange，提问作者David_Rowie