Question

我想加入两个数据框。一些列名称重叠，并且在一个数据帧的重叠列中有NA个条目。这是一个简化的例子：

df1 <- data.frame(fruit = c('apples','oranges','bananas','grapes'), var1 = c(1,2,3,4), var2 = c(3,NA,6,NA), stringsAsFactors = FALSE)
df2 <- data.frame(fruit = c('oranges','grapes'), var2=c(5,6), var3=c(7,8), stringsAsFactors = FALSE)

我是否可以使用dplyr连接函数来连接这些数据框并自动确定非NA条目的优先级，以便获得＆＃34; var2＆＃34;列在连接的数据框中没有NA个条目？就像现在一样，如果我调用left_join，它会保留NA条目，如果我调用full_join，它会复制行。

Answer 1

coalesce可能是您需要的。它从第一个向量中填充NA，其中第二个向量的值位于相应的位置：

library(dplyr)
df1 %>% 
        left_join(df2, by = "fruit") %>% 
        mutate(var2 = coalesce(var2.x, var2.y)) %>% 
        select(-var2.x, -var2.y)

#     fruit var1 var3 var2
# 1  apples    1   NA    3
# 2 oranges    2    7    5
# 3 bananas    3   NA    6
# 4  grapes    4    8    6

或者使用data.table进行就地替换：

library(data.table)
setDT(df1)[setDT(df2), on = "fruit", `:=` (var2 = i.var2, var3 = i.var3)]
df1
#      fruit var1 var2 var3
# 1:  apples    1    3   NA
# 2: oranges    2    5    7
# 3: bananas    3    6   NA
# 4:  grapes    4    6    8

Answer 2

使用purrr和dplyr可能是应用多列的解决方案：

library(purrr)
library(dplyr)

df<-left_join(df1,df2,by="fruit")
map2_dfr(df[3],df[4],~ifelse(is.na(.x),.y,.x)) %>% 
bind_cols(df[c(1,2,5)],.)

    fruit var1 var3 var2.x
1  apples    1   NA      3
2 oranges    2    7      5
3 bananas    3   NA      6
4  grapes    4    8      6

使用dplyr连接两个数据帧时，我可以替换NA吗？

2 个答案: