R根据条件从多个其他data.frames中获取值[重复]答案

【问题标题】：R Get values from multiple other data.frames depending on condition [duplicate]R根据条件从多个其他data.frames中获取值[重复]
【发布时间】：2020-12-28 19:19:08
【问题描述】：

我有一个 data.frame ids 的索引列是人员 ID 号。

ID
PA1
PA2
PA3
PA4 
PA5 etc

我想从其他 2 个数据帧中提取每个人的年龄和性别，df1 和 df2 有详细信息（带有不同的标题），每个都只包含总样本人口的一部分，尽管有可能有些重叠，但 ids 包含的行数比 df1 和 df2 组合的多：

df1

ID  Sex  Age  Mode
PA1  M   34   HD
PA3  F   45   PD

和df2

ID  Gender  Age   
PA4  M      67
PA3  F      45
PA2  M      65

总共有大约 1700 行数据。我想从df1 和df2 中获取Sex 或Gender 和Age，并将它们与正确的ID 放在ids data.frame 的新列中，所以我明白了：

ID   Age   Sex
PA1  34    M
PA2  65    M
PA3 etc...
PA4 
PA5

df1 和df2 都包含我在ids 中不需要的其他数据列，所以我不认为我想使用left_join 或合并。我正在考虑用dlplyr做这样的事情：

ids = ids%>%
   mutate("Sex" = case_when(df1$Gender != "" ~df1$Gender, TRUE ~"" ))

如果为空则查看df2 但意识到这与正确 ID 的值不匹配。 ID当前在不同的data.frames中的顺序不同

【问题讨论】：

我可以使用apply 或if 语句吗？

标签： r dataframe dplyr merge conditional-statements

【解决方案1】：

您可以使用left_join，然后只使用select 您需要的列：

library(dplyr)

ids %>%
  left_join(df1 ,by = 'ID') %>%
  left_join(df2, by = 'ID') %>%
  select(ID, Age, Sex)

如果有很多公共列导致.x、.y加入后的列，你可以先select相关列再加入。

ids %>%
  left_join(df1 %>% select(Age, Mode), by = 'ID') %>%
  left_join(df2 %>% select(Sex), by = 'ID')

【讨论】：

当我这样做时，我最终会得到两个年龄库和 2 个性别库：Age.x 和 Age.y 和 Sex.x 和 Sex.y。我想这是因为某些 ID 对 df1 和 df2 都是通用的
我认为这是因为您在 df1 和 df2 中都有 Age 和 Sex 列？也许您需要在select、Age.x 中添加其中一个或在by 中添加它们，即by = c('ID', 'Sex', 'Age')？
谢谢。但我需要来自 df1 和 df2 的性别和年龄数据，因为它们有不同的 ID，尽管有些重叠。
我可以为一个 df 左连接和一个 for 语句来填补空白吗？
您是否需要full_join 以便所有 id 都存在于最终数据框中？是否可以使用ids、df1 和df2 创建一个可重现的小示例，并为其显示预期输出，以便清楚您想要做什么。