用 id 替换另一个数据帧中的 NA 值

Question

我有一个数据框 df1 如下 -

ID Count 
11  345
22  456
33  786
44  765
55  NA
66  888
77  NA

然后我有一个 df2 如下 -

 ID  Count 
 11  536
 22  654
 33  786
 44  999
 55  890
 66  111
 77  654

我希望将

NA

中的

df1

值替换为那些特定 id 的

df2

中的值。

结果

df3

应该是：

ID  Count 
11  345
22  456
33  786
44  765
55  890
66  888
77  654

任何帮助都会很棒 谢谢

Answer 1

使用

dplyr::coalesce

将使任务变得更简单。

library(dplyr)

df1 %>% inner_join(df2, by= "ID") %>%
  mutate(Count = coalesce(Count.x, Count.y)) %>%
  select(ID, Count)

#   ID Count
# 1 11   345
# 2 22   456
# 3 33   786
# 4 44   765
# 5 55   890
# 6 66   888
# 7 77   654

数据：

df1 <- read.table(text = 
"ID Count 
11  345
22  456
33  786
44  765
55  NA
66  888
77  NA",
header = TRUE)

df2 <- read.table(text = 
"ID  Count 
11  536
22  654
33  786
44  999
55  890
66  111
77  654",
header = TRUE)

Answer 2

您可以使用更新联接来编辑第一个表中的这些行：

library(data.table)
setDT(DF1); setDT(DF2)

DF1[is.na(Count), Count := DF2[.SD, on=.(ID), x.Count]]

如何运作

• DF[i, j]

  按

  i

  过滤，然后执行

  j

• 所以在

  j

  中，

  .SD

  指的是用

  i

过滤后的数据子集
• A

  j

  与

  :=

  添加或修改表中的列

• x[i, on=, x.v]

  是 如这个类似答案中所述

Answer 3

使用

dplyr

：

library(dplyr)

df1 %>%
  left_join(df2, by = c("ID")) %>%
  mutate(Count = ifelse(is.na(Count.x), Count.y, Count.x)) %>%
  select(-c(Count.x, Count.y))

这产生了

  ID Count
1 11   345
2 22   456
3 33   786
4 44   765
5 55   890
6 66   888
7 77   654

Answer 4

要对多列执行此操作，并且如果 NA 发生在特定行的所有这些列中，您可以简单地过滤和连接数据帧：

missing_id <- df1 %>% filter(is.na(Count)) %>% pull(ID)  #Count = one of the columns with missing data

df1 <- df1 %>% filter(!is.na(Count)) %>%
      full_join(df2 %>% filter(ID %in% missing_id)) %>%
      arrange(ID)