如何在R中合并表格并同时填充空单元格？答案

【问题标题】：How to merge tables and fill the empty cells in the mean time in R?如何在R中合并表格并同时填充空单元格？
【发布时间】：2015-04-17 14:39:14
【问题描述】：

假设有两个表 a 和 b。

表a：

ID AGE
 1  20
 2  empty
 3  40
 4  empty

表b：

如何在R中合并两张表，使得结果表变成：

【问题讨论】：

标签： r join

【解决方案1】：

你可以试试

library(data.table)
setkey(setDT(a), ID)[b, AGE:= i.AGE][]
#   ID AGE
#1:  1  20
#2:  2  25
#3:  3  40
#4:  4  45

数据

a <- data.frame(ID=c(1,2,3,4), AGE=c(20,NA,40,NA))
b <- data.frame(ID=c(2,4,5), AGE=c(25,45,60))

【讨论】：

直接向setDT提供设置密钥功能。
@Arun 你的意思是setDT(a, key=ID)，但还没有实现？
对。 setDT(dat, col1, col2, ...) 可能还有 setDTv(dat, key = c("col1", "col2"))...
@Arun 这样看起来更方便
@akrun 感谢您的帮助！我只是想知道“AGE := i.AGE”的含义。在data.table包的帮助文件中没有找到对应的解释。

【解决方案2】：

假设您在第一个表格的每个位置都有NA，您可以使用第二个表格的年龄数字，您可以使用rbind 和na.omit。

例子

x <- data.frame(ID=c(1,2,3,4), AGE=c(20,NA,40,NA))
y <- data.frame(ID=c(2,4,5), AGE=c(25,45,60))
na.omit(rbind(x,y))

结果是你所追求的（尽管是无序的，我假设你只是忘记了 ID 5）

编辑

如果您想合并两个不同的data.frames 并保留列，则另当别论。您可以使用merge 来实现此目的。

这里有两个不同列的数据框：

x <- data.frame(ID=c(1,2,3,4), AGE=c(20,NA,40,NA), COUNTY=c(1,2,3,4))
y <- data.frame(ID=c(2,4,5), AGE=c(25,45,60), STATE=c('CA','CA','IL'))

将它们加在一起成为一个data.frame

res <- merge(x, y, by='ID', all=T)

给我们

ID AGE.x COUNTY AGE.y STATE
 1    20      1    NA  <NA>
 2    NA      2    25    CA
 3    40      3    NA  <NA>
 4    NA      4    45    CA
 5    NA     NA    60    IL

然后按摩成我们想要的形式

idx <- which(is.na(res$AGE.x))                     # find missing rows in x
res$AGE.x[idx] <- res$AGE.y[idx]                   # replace them with y's values
names(res)[agrep('AGE\\.x', names(res))] <- 'AGE'  # rename merged column AGE.x to AGE
subset(res, select=-AGE.y)                         # dump the AGE.y column

这给了我们

ID AGE COUNTY STATE
 1  20      1  <NA>
 2  25      2    CA
 3  40      3  <NA>
 4  45      4    CA
 5  60     NA    IL

【讨论】：

感谢您的建议！另一个问题是：如果表 a 和表 b 都有另一列不共享，是否有进行合并、填充空单元格并将两个额外列保留在结果表中的方法？例如，表 a 有一个额外的 STATE 列，表 b 有一个额外的 COUNTY 列？谢谢！
当然可以，但是这样就行不通了。生病添加编辑与该问题的另一种解决方案。

【解决方案3】：

另一个答案中的包将起作用。如果您不想使用该软件包，这是一个肮脏的黑客：

x$AGE[is.na(x$AGE)] <- y$AGE[y$ID %in% x$ID]
> x
  ID AGE
1  1  20
2  2  25
3  3  40
4  4  45

但是，我会使用这个包来避免笨拙的代码。

【讨论】：