通过匹配两个数据帧中的值来求和值

Question

我有以下数据框。我想在两个数据框中匹配 X 列中的值（两列中的 X 值相同）并在 Cost 列中添加值并创建一个包含 X 列、lat 列、long 列的新数据框，然后显示合并/汇总的值，如下所示

data1
        X    Cost    lat       long        
    1 RA123  60     -113.8       NA
    2 RA124  50     -113.8       NA
    3 RB131  40     -113.8       NA
    4 RB132  30     -113.8       NA
    5 RB133  20     -113.8       NA
    6 RC134  10     -113.8       NA
    7 RC135  No     -113.9       NA
    8 RD136         -113.7       NA

data2
   X     Cost    lat       long        
1 RA123  10    -113.8      NA
2 RA124  20    -113.8       NA
3 RB131  40    -113.8      NA
4 RB132  30    -113.8       NA
5 RB133  50    -113.8       NA
6 RC134  60    -113.8       NA
7 RC135  No     -113.9       NA
8 RD136         -113.7       NA

consolidated # this dataframe contains sum of cost from dataframe 1 and 2 but also has original columns

       X     Cost    lat       long        
    1 RA123  70     -113.8       NA
    2 RA124  70     -113.8       NA
    3 RB131  80     -113.8       NA
    4 RB132  60     -113.8       NA
    5 RB133  70     -113.8       NA
    6 RC134  70     -113.8       NA
    7 RC135  No     -113.9       NA
    8 RD136         -113.7       NA

“成本”中的一些值是文本字符串，而一些是空白/无值。我现在想忽略文本字符串，如果没有值/空单元格，我想要一个 NA。

更新： 我使用以下代码来获取成本的总和值并保留所有原始列并忽略文本/字符串和 NA 值，即，只要有文本字符串，值就会显示 NA。没有输入值的空单元格也显示不适用：

Consolidated$Cost<- as.numeric(as.character(Consolidated$cost.x)) + as.numeric(as.character(Consolidated$cost.y))

现在，我需要做的是，只要有文本字符串，我就需要能够将“TextValue”显示为值而不是 NA。只是强调一下，无论字符串值是什么，对于 data1 和 data2 的任何给定 X 值，它都是相同的。

更新：我不得不使用以下方法将合并列中的这些行重命名为“TextValue”：

Consolidated$Cost[is.na(Consolidated$Cost)] <- "TextValue" 

我希望在第一步中就这样做。但我想这也行得通。

Answer 1

我认为您可以通过简单的合并和添加来做到这一点。首先设置数据的一个子集，使用前面提到的空字符串值：

data1 <- data.frame(X=c("RA123", "RA124", "RA131"),
                    COST=c("60", "50", ""),
                    lat=c(-113.8,-113.8, -113.8),
                    long = c("NA", "NA", "NA"))
data2 <- data.frame(X=c("RA123", "RA124", "RA131"),
                    COST=c("10", "20", "30"),
                    lat=c(-113.8,-113.8, -113.8),
                    long = c("NA", "NA", "NA"))

然后您可以通过执行以下操作从数据框中删除空字符串值：

data1 <-subset(data1,COST!="")

然后您可以将您的因子COST 列转换为this SO post 中所述的数字：

data1$COST <- as.numeric(as.character(data1$COST))
data2$COST <- as.numeric(as.character(data2$COST))

这会将您的空字符串值替换为“NA”数值。一旦采用这种形式，数字“NA”+任何其他数字就等于另一个“NA”。所以你可以继续我最初建议的合并：

combined <- merge(data1,data2, by="X")
combined$COST <- combined$COST.x + combined$COST.y

从那里您可以使用subset(combined, select = -c(lat.x,long.x,...) ) 删除列。您还可以添加 all=TRUE 或 all.x=TRUE 或 all.y=TRUE 以更改保留 data1 或 data2 值的行为。有关合并功能的更多详细信息，请参阅this SO question。