data.table合并和删除R中的零

Question

我有两个大数据集，并将它们合并在一个uniqueID上：

df3 <- merge(df1, df2, by = "ID", all.x = TRUE)

与df1[df2, on = "ID"]相同吗？

如何在NAs的单列中用0替换df3？ df2只有两列：value和ID。通过具有all.x = TRUE，在NAs列中引入了很多value。我想将它们替换为零，但会不断出错。如何做到这一点？

Answer 1

尝试时看起来是否一样？

答案：否

由于您没有提供示例，所以我会尝试。

library(data.table) 
df1 <- data.table(ID=2:5,a=1:4)
df2 <- data.table(ID=3:7,b=11:15)
df1
#    ID a
# 1:  2 1
# 2:  3 2
# 3:  4 3
# 4:  5 4

df2
#    ID  b
# 1:  3 11
# 2:  4 12
# 3:  5 13
# 4:  6 14
# 5:  7 15

merge(df1,df2,by="ID",all.x=TRUE)
#    ID a  b
# 1:  2 1 NA
# 2:  3 2 11
# 3:  4 3 12
# 4:  5 4 13

df1[df2,on="ID"]
#    ID  a  b
# 1:  3  2 11
# 2:  4  3 12
# 3:  5  4 13
# 4:  6 NA 14
# 5:  7 NA 15

它们不一样。df1[df2是右连接，保留所有df2。合并具有all.x=TRUE，保留所有df1。

与您的merge相同：

df2[df1,on="ID"]
#    ID  b a
# 1:  2 NA 1
# 2:  3 11 2
# 3:  4 12 3
# 4:  5 13 4

这是merge的另一种方式：

merge(df1,df2,by="ID",all.y=TRUE)
#    ID  a  b
# 1:  3  2 11
# 2:  4  3 12
# 3:  5  4 13
# 4:  6 NA 14
# 5:  7 NA 15

然后将NA更改为0：

df3 <- df2[df1,on="ID"][is.na(a),a:=0] 
df3
#    ID  b a
# 1:  2  0 1
# 2:  3 11 2
# 3:  4 12 3
# 4:  5 13 4