tidyverse替代left_join&当两个数据框的行和列不同时，rows_update [英] tidyverse alternative to left_join & rows_update when two data frames differ in columns and rows

问题描述

可能有一个* _join版本，我在这里不见了，但是我有两个数据框，其中

There might be a *_join version for this I'm missing here, but I have two data frames, where

1. 合并应该在第一个数据帧中进行，因此，left_join
2. 我不仅要添加列，还要更新第一个数据帧中的现有列，更具体地说:用第二个数据帧中的值替换第一个数据帧中的NA
3. 第二个数据帧比第一个数据帧包含更多行.

条件#1和#2使 left_join 失败.条件#3使 rows_update 失败.因此，我需要在两者之间做一些步骤，想知道是否有更简单的解决方案来获得所需的输出.

Condition #1 and #2 make left_join fail. Condition #3 makes rows_update fail. So I need to do some steps in between and am wondering if there's an easier solution to get the desired output.

x <- data.frame(id = c(1, 2, 3),
                a  = c("A", "B", NA))

  id    a
1  1    A
2  2    B
3  3 <NA>

y <- data.frame(id = c(1, 2, 3, 4),
                a  = c("A", "B", "C", "D"),
                q  = c("u", "v", "w", "x"))

  id a q
1  1 A u
2  2 B v
3  3 C w
4  4 D x

，所需的输出将是:

  id a q
1  1 A u
2  2 B v
3  3 C w

我知道我可以使用以下代码来实现这一点，但是对我来说，它看起来不必要地复杂.那么，也许有一种更直接的方法而不必执行下面两个命令中的中间管道吗?

I know I can achieve this with the following code, but it looks unnecessarily complicated to me. So is there maybe a more direct approach without having to do the intermediate pipes in the two commands below?

library(tidyverse)
x %>%
  left_join(., y %>% select(id, q), by = c("id")) %>%
  rows_update(., y %>% filter(id %in% x$id), by = "id")

推荐答案

您可以 left_join 并使用 coalesce 替换缺少的值.

You can left_join and use coalesce to replace missing values.

library(dplyr)

x %>%
  left_join(y, by = 'id') %>%
  transmute(id, a = coalesce(a.x, a.y), q)

#  id a q
#1  1 A u
#2  2 B v
#3  3 C w

这篇关于tidyverse替代left_join&当两个数据框的行和列不同时，rows_update的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！