在 R 中合并 2 个具有 all.x = TRUE 的数据帧（x 中的 NA 除外）答案

【问题标题】：Merge 2 dataframes with all.x = TRUE (except for NA's in x) in R在 R 中合并 2 个具有 all.x = TRUE 的数据帧（x 中的 NA 除外）
【发布时间】：2019-11-04 15:10:42
【问题描述】：

我有两个大型数据框。它们的一个最小的、可重现的示例如下所示：

A <- data.frame(A=c("a","b","c","d"), B=c(1,2,3,4), C=c(1,2,NA,NA), D=c(1,2,3,4))
A

  A B  C D
1 a 1  1 1
2 b 2  2 2
3 c 3 NA 3
4 d 4 NA 4

B <- data.frame(A=c("c","d"), B=c(3,4), C=c(3,4))
B

  A B C
1 c 3 3
2 d 4 4

对于 A 中具有 NA 的每一行，我在 B 中都有一个对应的行，用于替换缺失值。我想将两个数据框 A 和 B 合并到一个“通用”数据框 AB 中，将数据框 A 列 C 中的 NA 替换为数据框 B 列 C 中的相应值。结果应如下所示：

AB <- data.frame(A=c("a","b","c","d"), B=c(1,2,3,4), C=c(1,2,3,4), D=c(1,2,3,4))
AB

  A B C D
1 a 1 1 1
2 b 2 2 2
3 c 3 3 3
4 d 4 4 4

我得到解决方案的“最接近”（也不是那么接近）是使用以下代码：

AB <- merge(A,B, all.x = TRUE)
AB

  A B  C D
1 a 1  1 1
2 b 2  2 2
3 c 3 NA 3
4 d 4 NA 4

显然，它只使用了 A 中的变量。我已经咨询了以下问题：

请考虑实际数据帧要大得多。如果您需要任何进一步的信息，请告诉我。提前致谢！

【问题讨论】：

C 是唯一需要替换的列，还是需要扩展到更多列组合？
感谢您的提问。 C 是唯一需要替换的列。

标签： r dataframe join merge

【解决方案1】：

使用data.table-package，您可以执行更新连接，它应该在大型数据集上快速运行。

library(data.table)
#set A and B as data.table
setDT(A);setDT(B)
#update col C in data.table A with col C from data.table B, join by cols A and B
A[ B, C := i.C, on = .( A, B) ]

输出

#    A B C D
# 1: a 1 1 1
# 2: b 2 2 2
# 3: c 3 3 3
# 4: d 4 4 4

【讨论】：

【解决方案2】：

你可以在base做这样的事情：

index <- match(B$A, A$A) 

A$C[index] <- B$C

# A B C D
#1 a 1 1 1
#2 b 2 2 2
#3 c 3 3 3
#4 d 4 4 4

【讨论】：

【解决方案3】：

rbind(data.frame(na.omit(A)), B)

【讨论】：

如果你能解释它的作用和它的工作原理会很有帮助，但它似乎错过了 OP 想要的目的 - 他们不只是在寻找行绑定，因为会错过更换问题