R:用另一个数据框更新一个数据框 [英] R: Updating a data frame with another data frame

问题描述

假设我们的初始数据框如下所示:

df1 = data.frame(Index=c(1:6),A=c(1:6),B=c(1,2,3,NA,NA,NA),C=c(1,2,3,NA,NA,NA))>df1索引 A B C1 1 1 1 12 2 2 2 23 3 3 3 34 4 4 不适用 不适用5 5 5 不适用 不适用6 6 6 不适用 不适用

另一个数据框包含 col B 和 C 的新信息

df2 = data.frame(Index=c(4,5,6),B=c(4,4,4),C=c(5,5,5))>df2索引 B C1 4 4 52 5 4 53 6 4 5

如何更新 df1 中的缺失值，使其看起来像这样:

 索引 A B C1 1 1 1 12 2 2 2 23 3 3 3 34 4 4 4 55 5 5 4 56 6 6 4 5

<块引用>

我的尝试:

库(dplyr)>full_join(df1,df2)加入方式: c("Index", "B", "C")索引 A B C1 1 1 1 12 2 2 2 23 3 3 3 34 4 4 不适用 不适用5 5 5 不适用 不适用6 6 6 不适用 不适用7 4 不适用 4 58 5 不适用 4 59 6 不适用 4 5

如您所见，它为 4、5、6 索引创建了重复的行，而不是替换了 NA 值.

任何帮助将不胜感激！

解决方案

merge then aggregate:

aggregate(.~Index, data=merge(df1, df2, all=TRUE), na.omit, na.action=na.pass )# 索引 B C A#1 1 1 1 1#2 2 2 2 2#3 3 3 3 3#4 4 4 5 4#5 5 4 5 5#6 6 4 5 6

或者在dplyr中说:

df1 %>%full_join(df2)%>%group_by(索引)%>%summarise_each(乐趣(na.omit))#Joining by: c("Index", "B", "C")#Source:本地数据框 [6 x 4]## 索引 A B C# (dbl) (int) (dbl) (dbl)#1 1 1 1 1#2 2 2 2 2#3 3 3 3 3#4 4 4 4 5#5 5 5 4 5#6 6 6 4 5

Let's say our initial data frame looks like this:

df1 = data.frame(Index=c(1:6),A=c(1:6),B=c(1,2,3,NA,NA,NA),C=c(1,2,3,NA,NA,NA))

> df1
  Index A  B  C
1     1 1  1  1
2     2 2  2  2
3     3 3  3  3
4     4 4 NA NA
5     5 5 NA NA
6     6 6 NA NA

Another data frame contains new information for col B and C

df2 = data.frame(Index=c(4,5,6),B=c(4,4,4),C=c(5,5,5))

> df2
  Index B C
1     4 4 5
2     5 4 5
3     6 4 5

How can you update the missing values in df1 so it looks like this:

  Index A B C
1     1 1 1 1
2     2 2 2 2
3     3 3 3 3
4     4 4 4 5
5     5 5 4 5
6     6 6 4 5

My attempt:

library(dplyr)

> full_join(df1,df2)
Joining by: c("Index", "B", "C")
  Index  A  B  C
1     1  1  1  1
2     2  2  2  2
3     3  3  3  3
4     4  4 NA NA
5     5  5 NA NA
6     6  6 NA NA
7     4 NA  4  5
8     5 NA  4  5
9     6 NA  4  5

Which as you can see has created duplicate rows for the 4,5,6 index instead of replacing the NA values.

Any help would be greatly appreciated!

解决方案

merge then aggregate:

aggregate(. ~ Index, data=merge(df1, df2, all=TRUE), na.omit, na.action=na.pass )

#  Index B C A
#1     1 1 1 1
#2     2 2 2 2
#3     3 3 3 3
#4     4 4 5 4
#5     5 4 5 5
#6     6 4 5 6

Or in dplyr speak:

df1 %>% 
    full_join(df2) %>%
    group_by(Index) %>%
    summarise_each(funs(na.omit))

#Joining by: c("Index", "B", "C")
#Source: local data frame [6 x 4]
#
#  Index     A     B     C
#  (dbl) (int) (dbl) (dbl)
#1     1     1     1     1
#2     2     2     2     2
#3     3     3     3     3
#4     4     4     4     5
#5     5     5     4     5
#6     6     6     4     5

这篇关于R:用另一个数据框更新一个数据框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！