#r #merge #dataframe
#r #объединить #фрейм данных
Вопрос:
У меня есть два фрейма данных, один из которых содержит только символы, а другой — символы и значения.
df1 = data.frame(x=c('a', 'b', 'c', 'd', 'e'))
df2 = data.frame(x=c('a', 'b', 'c'),y = c(0,1,0))
merge(df1, df2)
x y
1 a 0
2 b 1
3 c 0
Я хочу объединить df1 и df2. Символы a, b и c хорошо слились и также имеют 0, 1, 0, но d и e не имеют ничего. Я хочу, чтобы d и e также были в таблице слияния с условием 0 0. Таким образом, для каждой отсутствующей строки в df2 data.frame 0 должно быть помещено в таблицу df1, например:
x y
1 a 0
2 b 1
3 c 0
4 d 0
5 e 0
Комментарии:
1. Обычно мы называем символы также значениями, поэтому ваш столбец y будет называться числовым.
Ответ №1:
Взгляните на страницу справки по слиянию. all
Параметр позволяет указать различные типы слияний. Здесь мы хотим установить all = TRUE
. Это приведет к возврату слиянием NA
для значений, которые не совпадают, которые мы можем обновить до 0 с помощью is.na()
:
zz <- merge(df1, df2, all = TRUE)
zz[is.na(zz)] <- 0
> zz
x y
1 a 0
2 b 1
3 c 0
4 d 0
5 e 0
Обновлено много лет спустя для решения последующего вопроса
Вам нужно определить имена переменных во второй таблице данных, которые вы не объединяете — для этого я использую setdiff()
. Проверьте следующее:
df1 = data.frame(x=c('a', 'b', 'c', 'd', 'e', NA))
df2 = data.frame(x=c('a', 'b', 'c'),y1 = c(0,1,0), y2 = c(0,1,0))
#merge as before
df3 <- merge(df1, df2, all = TRUE)
#columns in df2 not in df1
unique_df2_names <- setdiff(names(df2), names(df1))
df3[unique_df2_names][is.na(df3[, unique_df2_names])] <- 0
Создано 2019-01-03 пакетом reprex (версия 0.2.1)
Комментарии:
1. Привет, Чейз, могу ли я использовать команду «all = true» только для df1. Иногда эта команда включает данные, которые недоступны в df1, но доступны в df2
2. @jbest — есть аргументы,
all.x
иall.y
гдеx
== первый объект data.frame иy
== второй, именно для этой ситуации. Подробности см. на странице справки для?merge
.
Ответ №2:
Или, в качестве альтернативы коду @Chase, будучи недавним поклонником plyr с опытом работы в базах данных:
require(plyr)
zz<-join(df1, df2, type="left")
zz[is.na(zz)] <- 0
Ответ №3:
Другой вариант с data.table.
ПРИМЕР ДАННЫХ
dt1 <- data.table(df1)
dt2 <- data.table(df2)
setkey(dt1,x)
setkey(dt2,x)
код
dt2[dt1,list(y=ifelse(is.na(y),0,y))]
Комментарии:
1. В версии 1.10.4 вам не нужно
setkey
и вы можете использоватьdf2[df1, on="x"][is.na(y), y := 0]
сразу после создания data.tables для получения желаемого результата.
Ответ №4:
Предполагая, что df1
имеются все интересующие x
значения, вы могли бы использовать a dplyr::left_join()
для объединения, а затем либо a, base::replace()
либо tidyr::replace_na()
заменить NA
s на 0
s:
library(tidyverse)
# dplyr only:
df_new <-
left_join(df1, df2, by = 'x') %>%
mutate(y = replace(y, is.na(y), 0))
# dplyr and tidyr:
df_new <-
left_join(df1, df2, by = 'x') %>%
mutate(y = replace_na(y, 0))
# In the sample data column `x` is a factor, which will give a warning with the join. This can be prevented by converting to a character before the join:
df_new <-
left_join(df1 %>% mutate(x = as.character(x)),
df2 %>% mutate(x = as.character(x)),
by = 'x') %>%
mutate(y = replace(y, is.na(y), 0))
Ответ №5:
Я использовал ответ, данный Chase (ответил 11 ’11 мая в 14: 21), но я добавил немного кода, чтобы применить это решение к моей конкретной проблеме.
У меня был фрейм ставок (пользователь, загрузка) и фрейм итогов (пользователь, загрузка), которые должны были быть объединены пользователем, и я хотел включить каждую ставку, даже если не было соответствующего итога. Однако не может быть отсутствующих итогов, и в этом случае выбор строк для замены NA на ноль завершится неудачей.
Слияние выполняется в первой строке кода. Следующие две строки изменяют имена столбцов в объединенном фрейме. Оператор if заменяет NA на ноль, но только если есть строки с NA.
# merge rates and totals, replacing absent totals by zero
graphdata <- merge(rates, totals, by=c("user"),all.x=T)
colnames(graphdata)[colnames(graphdata)=="download.x"] = "download.rate"
colnames(graphdata)[colnames(graphdata)=="download.y"] = "download.total"
if(any(is.na(graphdata$download.total))) {
graphdata[is.na(graphdata$download.total),]$download.total <- 0
}
Ответ №6:
Вот data.table
ответ. Это может быть использовано в выбранных столбцах, изменяя cols_added_df2
определение
df1 = data.frame(x=c('a', 'b', 'c', 'd', 'e'))
df2 = data.frame(x=c('a', 'b', 'c'),y = c(0,1,0))
setDT(df1)
setDT(df2)
df3 <- merge(df1, df2, by = "x", all.x = TRUE)
cols_added_df2 <- setdiff(names(df2), names(df1))
df3[,
paste0(cols_added_df2) := lapply(.SD, function(col){
fifelse(is.na(col), 1, col)
}),
.SDcols = cols_added_df2
]
Ответ №7:
С помощью {powerjoin} мы можем сделать:
df1 = data.frame(x=c('a', 'b', 'c', 'd', 'e'))
df2 = data.frame(x=c('a', 'b', 'c'),y = c(0,1,0))
powerjoin::power_full_join(df1, df2, fill = 0)
#> Joining, by = "x"
#> x y
#> 1 a 0
#> 2 b 1
#> 3 c 0
#> 4 d 0
#> 5 e 0
Создано 2022-04-28 пакетом reprex (версия 0.1)