用 Dplyr 合并两个数据集
Merging two Dataset with Dplyr
我有两个数据集，我想合并并计算特定年份每个州的人口。数据集 1 包含如图所示的输出。数据集 2 包含特定年份每个州的人口（见图 2）。我想合并和改变数据集以获得如图 3 所示的数据集。澄清一下：我想创建一个新列，其中包含关注年份的某个州的人口。
states <- states %>%
rename(
'yr' = 'Year'
)
merge <- merge(tornadoes, states, by = 'yr')
Example Merge Dataset
yr num mo dy time state magnitude injuries fatalities crop_loss
1 1950 1 1 3 11:00:00 MO 3 3 No 0
2 1950 1 1 3 11:10:00 IL 3 0 No 0
3 1950 2 1 3 11:55:00 IL 3 3 No 0
4 1950 3 1 3 16:00:00 OH 1 1 No 0
5 1950 4 1 13 05:25:00 AR 3 1 Yes 0
6 1950 5 1 25 19:30:00 MO 2 5 No 0
7 1950 6 1 25 21:00:00 IL 2 0 No 0
8 1950 7 1 26 18:00:00 TX 2 2 No 0
9 1950 8 2 11 13:10:00 TX 2 0 No 0
10 1950 9 2 11 13:50:00 TX 3 12 Yes 0
11 1950 10 2 11 21:00:00 TX 2 5 No 0
12 1950 11 2 11 23:55:00 TX 2 6 No 0
13 1950 12 2 12 00:30:00 TX 2 8 Yes 0
14 1950 13 2 12 01:15:00 TX 1 0 No 0
15 1950 14 2 12 06:10:00 TX 2 0 No 0
16 1950 15 2 12 11:57:00 TX 1 32 No 0
property_loss Alabama Arizona Arkansas California Colorado Connecticut Delaware
1 6 3058 756 1908 10677 1325 2016 321
2 5 3058 756 1908 10677 1325 2016 321
3 5 3058 756 1908 10677 1325 2016 321
4 4 3058 756 1908 10677 1325 2016 321
5 3 3058 756 1908 10677 1325 2016 321
6 5 3058 756 1908 10677 1325 2016 321
7 5 3058 756 1908 10677 1325 2016 321
8 0 3058 756 1908 10677 1325 2016 321
9 4 3058 756 1908 10677 1325 2016 321
10 4 3058 756 1908 10677 1325 2016 321
11 5 3058 756 1908 10677 1325 2016 321
12 5 3058 756 1908 10677 1325 2016 321
13 4 3058 756 1908 10677 1325 2016 321
14 4 3058 756 1908 10677 1325 2016 321
15 4 3058 756 1908 10677 1325 2016 321
16 5 3058 756 1908 10677 1325 2016 321
District.Of.Columbia Florida Georgia Idaho Illinois Indiana Iowa Kansas Kentucky
1 806 2810 3458 590 8738 3967 2625 1916 2936
2 806 2810 3458 590 8738 3967 2625 1916 2936
3 806 2810 3458 590 8738 3967 2625 1916 2936
4 806 2810 3458 590 8738 3967 2625 1916 2936
5 806 2810 3458 590 8738 3967 2625 1916 2936
6 806 2810 3458 590 8738 3967 2625 1916 2936
7 806 2810 3458 590 8738 3967 2625 1916 2936
8 806 2810 3458 590 8738 3967 2625 1916 2936
9 806 2810 3458 590 8738 3967 2625 1916 2936
10 806 2810 3458 590 8738 3967 2625 1916 2936
11 806 2810 3458 590 8738 3967 2625 1916 2936
12 806 2810 3458 590 8738 3967 2625 1916 2936
13 806 2810 3458 590 8738 3967 2625 1916 2936
14 806 2810 3458 590 8738 3967 2625 1916 2936
15 806 2810 3458 590 8738 3967 2625 1916 2936
16 806 2810 3458 590 8738 3967 2625 1916 2936
Louisiana Maine Maryland Massachusetts Michigan Minnesota Mississippi Missouri
1 2697 917 2355 4686 6407 2997 2176 3964
2 2697 917 2355 4686 6407 2997 2176 3964
3 2697 917 2355 4686 6407 2997 2176 3964
4 2697 917 2355 4686 6407 2997 2176 3964
5 2697 917 2355 4686 6407 2997 2176 3964
6 2697 917 2355 4686 6407 2997 2176 3964
7 2697 917 2355 4686 6407 2997 2176 3964
8 2697 917 2355 4686 6407 2997 2176 3964
9 2697 917 2355 4686 6407 2997 2176 3964
10 2697 917 2355 4686 6407 2997 2176 3964
11 2697 917 2355 4686 6407 2997 2176 3964
12 2697 917 2355 4686 6407 2997 2176 3964
13 2697 917 2355 4686 6407 2997 2176 3964
14 2697 917 2355 4686 6407 2997 2176 3964
15 2697 917 2355 4686 6407 2997 2176 3964
16 2697 917 2355 4686 6407 2997 2176 3964
Montana Nebraska Nevada New.Hampshire New.Jersey New.Mexico New.York
1 593 1327 162 532 4872 689 14865
2 593 1327 162 532 4872 689 14865
3 593 1327 162 532 4872 689 14865
4 593 1327 162 532 4872 689 14865
5 593 1327 162 532 4872 689 14865
6 593 1327 162 532 4872 689 14865
7 593 1327 162 532 4872 689 14865
8 593 1327 162 532 4872 689 14865
9 593 1327 162 532 4872 689 14865
10 593 1327 162 532 4872 689 14865
11 593 1327 162 532 4872 689 14865
12 593 1327 162 532 4872 689 14865
13 593 1327 162 532 4872 689 14865
14 593 1327 162 532 4872 689 14865
15 593 1327 162 532 4872 689 14865
16 593 1327 162 532 4872 689 14865
North.Carolina North.Dakota Ohio Oklahoma Oregon Pennsylvania Rhode.Island
1 4068 619 7980 2229 1532 10507 786
2 4068 619 7980 2229 1532 10507 786
3 4068 619 7980 2229 1532 10507 786
4 4068 619 7980 2229 1532 10507 786
5 4068 619 7980 2229 1532 10507 786
6 4068 619 7980 2229 1532 10507 786
7 4068 619 7980 2229 1532 10507 786
8 4068 619 7980 2229 1532 10507 786
9 4068 619 7980 2229 1532 10507 786
10 4068 619 7980 2229 1532 10507 786
11 4068 619 7980 2229 1532 10507 786
12 4068 619 7980 2229 1532 10507 786
13 4068 619 7980 2229 1532 10507 786
14 4068 619 7980 2229 1532 10507 786
15 4068 619 7980 2229 1532 10507 786
16 4068 619 7980 2229 1532 10507 786
South.Carolina South.Dakota Tennessee Texas Utah Vermont Virginia Washington
1 2113 655 3315 7776 696 379 3315 2387
2 2113 655 3315 7776 696 379 3315 2387
3 2113 655 3315 7776 696 379 3315 2387
4 2113 655 3315 7776 696 379 3315 2387
5 2113 655 3315 7776 696 379 3315 2387
6 2113 655 3315 7776 696 379 3315 2387
7 2113 655 3315 7776 696 379 3315 2387
8 2113 655 3315 7776 696 379 3315 2387
9 2113 655 3315 7776 696 379 3315 2387
10 2113 655 3315 7776 696 379 3315 2387
11 2113 655 3315 7776 696 379 3315 2387
12 2113 655 3315 7776 696 379 3315 2387
13 2113 655 3315 7776 696 379 3315 2387
14 2113 655 3315 7776 696 379 3315 2387
15 2113 655 3315 7776 696 379 3315 2387
16 2113 655 3315 7776 696 379 3315 2387
West.Virginia Wisconsin Wyoming
1 2006 3438 290
2 2006 3438 290
3 2006 3438 290
4 2006 3438 290
5 2006 3438 290
6 2006 3438 290
7 2006 3438 290
8 2006 3438 290
9 2006 3438 290
10 2006 3438 290
11 2006 3438 290
12 2006 3438 290
13 2006 3438 290
14 2006 3438 290
15 2006 3438 290
16 2006 3438 290
数据集现在根据年份合并。我想要一个新列 'population'，其中显示当年该州的人口。所以第一行必须是人口为 3964 的 MO
一旦您将 tornados table
中的州简称替换为全名，这样的事情就会起作用
states %>% pivot_longer(cols = -Year, names_to = "state", values_to = "population") %>% right_join(tornadoes, by = c("Year" = "yr", "State" = "state"))
我有两个数据集，我想合并并计算特定年份每个州的人口。数据集 1 包含如图所示的输出。数据集 2 包含特定年份每个州的人口（见图 2）。我想合并和改变数据集以获得如图 3 所示的数据集。澄清一下：我想创建一个新列，其中包含关注年份的某个州的人口。
states <- states %>%
rename(
'yr' = 'Year'
)
merge <- merge(tornadoes, states, by = 'yr')
Example Merge Dataset
yr num mo dy time state magnitude injuries fatalities crop_loss
1 1950 1 1 3 11:00:00 MO 3 3 No 0
2 1950 1 1 3 11:10:00 IL 3 0 No 0
3 1950 2 1 3 11:55:00 IL 3 3 No 0
4 1950 3 1 3 16:00:00 OH 1 1 No 0
5 1950 4 1 13 05:25:00 AR 3 1 Yes 0
6 1950 5 1 25 19:30:00 MO 2 5 No 0
7 1950 6 1 25 21:00:00 IL 2 0 No 0
8 1950 7 1 26 18:00:00 TX 2 2 No 0
9 1950 8 2 11 13:10:00 TX 2 0 No 0
10 1950 9 2 11 13:50:00 TX 3 12 Yes 0
11 1950 10 2 11 21:00:00 TX 2 5 No 0
12 1950 11 2 11 23:55:00 TX 2 6 No 0
13 1950 12 2 12 00:30:00 TX 2 8 Yes 0
14 1950 13 2 12 01:15:00 TX 1 0 No 0
15 1950 14 2 12 06:10:00 TX 2 0 No 0
16 1950 15 2 12 11:57:00 TX 1 32 No 0
property_loss Alabama Arizona Arkansas California Colorado Connecticut Delaware
1 6 3058 756 1908 10677 1325 2016 321
2 5 3058 756 1908 10677 1325 2016 321
3 5 3058 756 1908 10677 1325 2016 321
4 4 3058 756 1908 10677 1325 2016 321
5 3 3058 756 1908 10677 1325 2016 321
6 5 3058 756 1908 10677 1325 2016 321
7 5 3058 756 1908 10677 1325 2016 321
8 0 3058 756 1908 10677 1325 2016 321
9 4 3058 756 1908 10677 1325 2016 321
10 4 3058 756 1908 10677 1325 2016 321
11 5 3058 756 1908 10677 1325 2016 321
12 5 3058 756 1908 10677 1325 2016 321
13 4 3058 756 1908 10677 1325 2016 321
14 4 3058 756 1908 10677 1325 2016 321
15 4 3058 756 1908 10677 1325 2016 321
16 5 3058 756 1908 10677 1325 2016 321
District.Of.Columbia Florida Georgia Idaho Illinois Indiana Iowa Kansas Kentucky
1 806 2810 3458 590 8738 3967 2625 1916 2936
2 806 2810 3458 590 8738 3967 2625 1916 2936
3 806 2810 3458 590 8738 3967 2625 1916 2936
4 806 2810 3458 590 8738 3967 2625 1916 2936
5 806 2810 3458 590 8738 3967 2625 1916 2936
6 806 2810 3458 590 8738 3967 2625 1916 2936
7 806 2810 3458 590 8738 3967 2625 1916 2936
8 806 2810 3458 590 8738 3967 2625 1916 2936
9 806 2810 3458 590 8738 3967 2625 1916 2936
10 806 2810 3458 590 8738 3967 2625 1916 2936
11 806 2810 3458 590 8738 3967 2625 1916 2936
12 806 2810 3458 590 8738 3967 2625 1916 2936
13 806 2810 3458 590 8738 3967 2625 1916 2936
14 806 2810 3458 590 8738 3967 2625 1916 2936
15 806 2810 3458 590 8738 3967 2625 1916 2936
16 806 2810 3458 590 8738 3967 2625 1916 2936
Louisiana Maine Maryland Massachusetts Michigan Minnesota Mississippi Missouri
1 2697 917 2355 4686 6407 2997 2176 3964
2 2697 917 2355 4686 6407 2997 2176 3964
3 2697 917 2355 4686 6407 2997 2176 3964
4 2697 917 2355 4686 6407 2997 2176 3964
5 2697 917 2355 4686 6407 2997 2176 3964
6 2697 917 2355 4686 6407 2997 2176 3964
7 2697 917 2355 4686 6407 2997 2176 3964
8 2697 917 2355 4686 6407 2997 2176 3964
9 2697 917 2355 4686 6407 2997 2176 3964
10 2697 917 2355 4686 6407 2997 2176 3964
11 2697 917 2355 4686 6407 2997 2176 3964
12 2697 917 2355 4686 6407 2997 2176 3964
13 2697 917 2355 4686 6407 2997 2176 3964
14 2697 917 2355 4686 6407 2997 2176 3964
15 2697 917 2355 4686 6407 2997 2176 3964
16 2697 917 2355 4686 6407 2997 2176 3964
Montana Nebraska Nevada New.Hampshire New.Jersey New.Mexico New.York
1 593 1327 162 532 4872 689 14865
2 593 1327 162 532 4872 689 14865
3 593 1327 162 532 4872 689 14865
4 593 1327 162 532 4872 689 14865
5 593 1327 162 532 4872 689 14865
6 593 1327 162 532 4872 689 14865
7 593 1327 162 532 4872 689 14865
8 593 1327 162 532 4872 689 14865
9 593 1327 162 532 4872 689 14865
10 593 1327 162 532 4872 689 14865
11 593 1327 162 532 4872 689 14865
12 593 1327 162 532 4872 689 14865
13 593 1327 162 532 4872 689 14865
14 593 1327 162 532 4872 689 14865
15 593 1327 162 532 4872 689 14865
16 593 1327 162 532 4872 689 14865
North.Carolina North.Dakota Ohio Oklahoma Oregon Pennsylvania Rhode.Island
1 4068 619 7980 2229 1532 10507 786
2 4068 619 7980 2229 1532 10507 786
3 4068 619 7980 2229 1532 10507 786
4 4068 619 7980 2229 1532 10507 786
5 4068 619 7980 2229 1532 10507 786
6 4068 619 7980 2229 1532 10507 786
7 4068 619 7980 2229 1532 10507 786
8 4068 619 7980 2229 1532 10507 786
9 4068 619 7980 2229 1532 10507 786
10 4068 619 7980 2229 1532 10507 786
11 4068 619 7980 2229 1532 10507 786
12 4068 619 7980 2229 1532 10507 786
13 4068 619 7980 2229 1532 10507 786
14 4068 619 7980 2229 1532 10507 786
15 4068 619 7980 2229 1532 10507 786
16 4068 619 7980 2229 1532 10507 786
South.Carolina South.Dakota Tennessee Texas Utah Vermont Virginia Washington
1 2113 655 3315 7776 696 379 3315 2387
2 2113 655 3315 7776 696 379 3315 2387
3 2113 655 3315 7776 696 379 3315 2387
4 2113 655 3315 7776 696 379 3315 2387
5 2113 655 3315 7776 696 379 3315 2387
6 2113 655 3315 7776 696 379 3315 2387
7 2113 655 3315 7776 696 379 3315 2387
8 2113 655 3315 7776 696 379 3315 2387
9 2113 655 3315 7776 696 379 3315 2387
10 2113 655 3315 7776 696 379 3315 2387
11 2113 655 3315 7776 696 379 3315 2387
12 2113 655 3315 7776 696 379 3315 2387
13 2113 655 3315 7776 696 379 3315 2387
14 2113 655 3315 7776 696 379 3315 2387
15 2113 655 3315 7776 696 379 3315 2387
16 2113 655 3315 7776 696 379 3315 2387
West.Virginia Wisconsin Wyoming
1 2006 3438 290
2 2006 3438 290
3 2006 3438 290
4 2006 3438 290
5 2006 3438 290
6 2006 3438 290
7 2006 3438 290
8 2006 3438 290
9 2006 3438 290
10 2006 3438 290
11 2006 3438 290
12 2006 3438 290
13 2006 3438 290
14 2006 3438 290
15 2006 3438 290
16 2006 3438 290
数据集现在根据年份合并。我想要一个新列 'population'，其中显示当年该州的人口。所以第一行必须是人口为 3964 的 MO
一旦您将 tornados table
states %>% pivot_longer(cols = -Year, names_to = "state", values_to = "population") %>% right_join(tornadoes, by = c("Year" = "yr", "State" = "state"))