dplyr中的两次左连接可以恢复值 [英] Double left join in dplyr to recover values

问题描述

我已经检查了此问题，但是找不到匹配的条目.

I've checked this issue but couldn't find a matching entry.

假设您有2个DF:

df1:mode   df2:sex
1           1
2           2
3

还有不存在大多数组合的DF3，例如

And a DF3 where most of the combinations are not present, e.g.

mode | sex  | cases      
1        1      9
1        1      2
2        2      7
3        1      2
1        2      5

，您想用dplyr对其进行总结以获得所有组合(不存在= 0):

and you want to summarise it with dplyr obtaining all combinations (with not existent ones=0):

  mode | sex  | cases      
    1        1     11
    1        2     5
    2        1     0
    2        2     7
    3        1     2
    3        2     0    

如果执行单个left_join(left_join(df1，df3)，则恢复的模式不在df3中，但性"显示为"NA"，如果执行left_join(df2，df3)，则相同.

If you do a single left_join (left_join(df1,df3) you recover the modes not in df3, but 'Sex' appears as 'NA', and the same if you do left_join(df2,df3).

那么，在case = 0的情况下，如何进行两个左连接来恢复所有不存在的组合?首选dplyr，但是sqldf是一个选项.

So how can you do both left join to recover all absent combinations, with cases=0? dplyr preferred, but sqldf an option.

预先感谢，p.

推荐答案

首先，您将以更友好，可重复的格式访问数据

First here's you data in a more friendly, reproducible format

df1 <- data.frame(mode=1:3)
df2 <- data.frame(sex=1:2)
df3 <- data.frame(mode=c(1,1,2,3,1), sex=c(1,1,2,1,2), cases=c(9,2,7,2,5))

我在 dplyr 中看不到完全外部联接的选项，因此我将在这里使用base R合并 df1 和 df2以获得所有模式/性别组合.然后我将其加入数据中，并将NA值替换为零.

I don't see an option for a full outer join in dplyr, so I'm going to use base R here to merge df1 and df2 to get all mode/sex combinations. Then i left join that to the data and replace NA values with zero.

mm <- merge(df1,df2) %>% left_join(df3)
mm$cases[is.na(mm$cases)] <- 0
mm %>% group_by(mode,sex) %>% summarize(cases=sum(cases))

给出

  mode sex cases
1    1   1    11
2    1   2     5
3    2   1     0
4    2   2     7
5    3   1     2
6    3   2     0

这篇关于dplyr中的两次左连接可以恢复值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！