用另一个数据框增加数据框缺失值答案

【问题标题】：Augment data frame missed values by another data frame用另一个数据框增加数据框缺失值
【发布时间】：2012-04-18 14:20:50
【问题描述】：

我有以下数据框：

> df1 = data.frame(ind = 1:4, x=c('a', 'b', NA, 'd'))
> df2 = data.frame(ind = 1:4, x=c(NA, NA, 'c', NA))
> df1
  ind    x
1   1    a
2   2    b
3   3 <NA>
4   4    d
> df2
  ind    x
1   1 <NA>
2   2 <NA>
3   3    c
4   4 <NA>

我想将它们组合起来，用 df2 中的数值填充 df1 中的缺失值。我怎样才能做到这一点？我不能使用合并或连接命令来做到这一点：

> merge(df1, df2, by='ind', all=T)
  ind  x.x  x.y
1   1    a <NA>
2   2    b <NA>
3   3 <NA>    c
4   4    d <NA>

【问题讨论】：

标签： r join merge

【解决方案1】：

您构建测试用例的方式会产生一些因素，这会给紧凑型解决方案带来额外的障碍，因为级别不一致。您可以使用 levels= 它们唯一值的并集来创建因子，或者最好使用字符向量：

df1 = data.frame(ind = 1:4, x=c('a', 'b', NA, 'd'), stringsAsFactors=FALSE)
df2 = data.frame(ind = 1:4, x=c(NA, NA, 'c', NA), stringsAsFactors=FALSE)
df1[is.na(df1)] <- df2[is.na(df1)] # the key is same index on both sides
 df1
#---------
  ind x
1   1 a
2   2 b
3   3 c
4   4 d

可能不太受欢迎的方法（但对于您不想重新处理的一对就地数据集来说可能更好）是：

 df1$x <- factor(df1$x, levels=union(levels(df1$x), levels(df2$x) ) )
 df2$x <- factor(df2$x, levels=union(levels(df1$x), levels(df2$x) ) )
 df1[is.na(df1)] <- df2[is.na(df1)]

【讨论】：

谢谢，这是一个很好的解决方案。尽管如此，我在使用它时遇到了问题：head(a[is.na(a)]) 报告了我的数据上的非 NA 值（太大而无法在此处发布）。可能是什么原因？可能是由其中一列中的因素引起的吗？
请忽略上一条消息的技术部分。我解决了问题

【解决方案2】：

这个怎么样：

rbind(df1[complete.cases(df1),],df2[complete.cases(df2),])
  index x
1     1 a
2     2 b
3     3 c
4     4 d

【讨论】：

只有在所有遗漏的值都位于第二个表的末尾时才有效。我的数据更复杂，所以它不起作用。我现在将编辑问题
@gadubishe 我的解决方案仍然适用于您修改后的示例。如果您期待特定的排序，您只需在事后对数据框进行排序，仅此而已。
我知道提问者可能不想删除两个数据帧中都缺失的行。

【解决方案3】：

如果x 在两个数据集中都是NA，你会怎么做？这符合您的要求吗？

x <- merge(df1, df2, all = TRUE, by = "ind")
x <- transform(x, newcol = ifelse(is.na(x.x), as.character(x.y), as.character(x.x)))

> x
  ind  x.x  x.y newcol
1   1    a <NA>      a
2   2    b <NA>      b
3   3 <NA>    c      c
4   4    d <NA>      d

【讨论】：