用另一个因子的水平替换因子的水平答案

【问题标题】：Replace levels of factor with levels of another factor用另一个因子的水平替换因子的水平
【发布时间】：2017-11-26 05:46:45
【问题描述】：

我有一个数据框df1，其中有一个名为lepsp 和ID 的因子，还有一个带有lepsp_updates 和matchID 的因子的第二个数据框df2。我需要用df2 中的lepsp_updates 更新df1 中的所有lepsp 信息。

这将需要覆盖/替换一些当前的lepsp 级别或填写该列的空白条目。但是，目前lepsp_updates 的许多条目都有NA，我不希望NA 替换lepsp 的当前条目。这是当前的数据框：

  df1<- data.frame(ID= seq(1,10, 1), 
               lepsp= c("A", "B", "", "C", "B", "","", "A", "B" , "C")) 
  df2<- data.frame(matchID= c("2","3", "8"), 
                   lepsp_updates= c("C", "E", "B"))

输出如下所示：

 output<- data.frame(ID= seq(1,10, 1), 
               lepsp= c("A", "C", "E", "C", "B", "","", "B", "B" , "C"))

ID 2 B 的通知被替换为 C 并且 ID3 E 替换了空白条目。 df1 的所有其他原始条目保持不变。

我尝试过以下版本：

df1$lepsp<- df2$lepsp_updated[match(df1$ID, df2$matchID)]

或使用更新向 df1 添加一列，然后合并列。

df1 <- transform(df1, lepsp_updated = ifelse(is.na(lepsp_updated),lepsp, lepsp_updated))

但因子要么更改为数字，要么数据被覆盖，只保留一个因子级别的数据。

【问题讨论】：

标签： r

【解决方案1】：

这就是你要找的吗？

library(tidyverse)

df1 <- data.frame(ID = seq(1, 10, 1), 
                 lepsp = c("A", "B", "", "C", "B", "", "", "A", "B" , "C"),
                 stringsAsFactors = FALSE) 

df2 <- data.frame(matchID = c("2", "3", "8"), 
                 lepsp_updates = c("C", "E", "B"),
                 stringsAsFactors = FALSE) 

df2$matchID <- as.numeric(df2$matchID)

left_join(df1, df2, by = c("ID" = "matchID")) %>% 
  mutate(lepsp = if_else(is.na(lepsp_updates), lepsp, lepsp_updates)) %>% 
  select(ID, lepsp)

#    ID lepsp
# 1   1     A
# 2   2     C
# 3   3     E
# 4   4     C
# 5   5     B
# 6   6      
# 7   7      
# 8   8     B
# 9   9     B
# 10 10     C

请注意，您必须在 data.frame 中包含 stringsAsFactors = FALSE 参数，如果您希望此解决方案起作用，还需要将 matchID 转换为数字。

另外，将空白字符转换为NA 可能是个好主意。您可以通过向链中添加额外的 mutate 来做到这一点：

left_join(df1, df2, by = c("ID" = "matchID")) %>% 
  mutate(lepsp = if_else(is.na(lepsp_updates), lepsp, lepsp_updates)) %>% 
  select(ID, lepsp) %>% 
  mutate_all(funs(replace(., . == '', NA)))

#    ID lepsp
# 1   1     A
# 2   2     C
# 3   3     E
# 4   4     C
# 5   5     B
# 6   6  <NA>
# 7   7  <NA>
# 8   8     B
# 9   9     B
# 10 10     C

或者，您可以将空白字符转换为NA，并使用基数 R：

df <- left_join(df1, df2, by = c("ID" = "matchID")) %>% 
  mutate(lepsp = if_else(is.na(lepsp_updates), lepsp, lepsp_updates)) %>% 
  select(ID, lepsp)

df[df == ""] = NA

【讨论】：