如何在 R 中合并或连接数据框并合并所有具有缺失值的列？

Question

我正在尝试使用键

df1

.

合并两个数据框

df2

和

id

这2个dfs共享很多相同的列名，当

df1$var

中缺少一个值时，例如，

df2$var

中不缺少，反之亦然。我希望合并的数据框只有 1 列用于

var

而不是

var.x

和

var.y

.

当两列（例如）

df1$var

和

df2$var

的值都没有丢失时，它们将始终具有相同的值。

另外，我不能绑定行，因为我需要一个多：一个保留所有观察的合并，所以我一直在使用

merge(..., all = T)

或

dplyr::full_join

.

其他解决方案（如下所示）适用于两个数据框只有少数几列需要合并的情况。 R join or merge don't duplicate non-joining columns (reproducible)

Answer 1

try

dplyr::rows_patch

，它只更新缺失值：

例子：

library(dplyr)
set.seed(1234)
df <- mtcars[,1:2] %>%mutate(id=row_number())
na_col1 <- sample(c(F,T),nrow(df),replace=T)  
na_col2 <- sample(c(F,T),nrow(df),replace=T)  
df1 <- df2 <- df
df1[na_col1,1] <- NA
df2[!na_col1,1] <- NA
df1[na_col2,2] <- NA
df2[!na_col2,2] <- NA

out <- rows_patch(df1,df2,by="id")

all.equal(df,out)
[1] TRUE

Answer 2

您可以结合使用

dplyr::rows_patch()

仅更新缺失值，以及

dplyr::rows_insert()

在

df2

中添加

df1

中缺失的行。结果将包括

df1

和

df2

的所有行，如果

NA

或

df1

中存在非缺失值，则填充

df2

s。

使用此示例数据：

library(dplyr)

# missing values and no row for id "F"
(df1 <- data.frame(
  id = LETTERS[1:5],
  x = c(1, 2, NA, NA, 5),
  y = c(NA, 8, 9, NA, 11)
))
#   id  x  y
# 1  A  1 NA
# 2  B  2  8
# 3  C NA  9
# 4  D NA NA
# 5  E  5 11

# missing values and no row for id "E"
(df2 <- data.frame(
  id = LETTERS[c(1:4, 6)],
  x = c(NA, 2, 3, 4, 6),
  y = c(7, NA, NA, 10, 12)
))
#   id  x  y
# 1  A NA  7
# 2  B  2 NA
# 3  C  3 NA
# 4  D  4 10
# 5  F  6 12

你会做：

# rows for all ids "A" - "F", with missing values filled
df1 %>% 
  rows_patch(df2, by = "id", unmatched = "ignore") %>% 
  rows_insert(df2, by = "id", conflict = "ignore")
#   id x  y
# 1  A 1  7
# 2  B 2  8
# 3  C 3  9
# 4  D 4 10
# 5  E 5 11
# 6  F 6 12