r - 合并/合并具有相同名称但数据不完整的列

Question

我有两个数据框，其中一些列名称相同，而另一些列名称不同。数据框看起来像这样:

df1
      ID hello world hockey soccer
    1  1    NA    NA      7      4
    2  2    NA    NA      2      5
    3  3    10     8      8     23
    4  4     4    17      5     12
    5  5    NA    NA      3     43

df2    
      ID hello world football baseball
    1  1     2     3       43        6
    2  2     5     1       24       32
    3  3    NA    NA        2       23
    4  4    NA    NA        5       15
    5  5     9     7       12       23

如您所见，在 2 个共享列(“hello”和“world”)中，一些数据位于其中一个数据框中，其余数据位于另一个中。

我想要做的是(1)通过“id”合并2个数据帧，(2)将两个帧中“hello”和“world”列的所有数据合并为1个“hello”列和1个“world” "列，并且 (3) 的最终数据帧还包含 2 个原始帧中的所有其他列(“曲棍球”、“足球”、“足球”、“棒球”)。所以，我希望最终的结果是这样的:

  ID hello world hockey soccer football baseball
1  1     2     3      7      4        43       6
2  2     5     3      2      5        24      32
3  3    10     8      8     23         2      23
4  4     4    17      5     12         5      15
5  5     9     7      3     43        12      23

我是 R 的新手，所以我尝试过的唯一代码是 merge 的变体我已经尝试了我在这里找到的答案，该答案基于类似的问题: R: merging copies of the same variable .然而，我的数据集实际上比我在这里显示的要大得多(大约有 20 个匹配的列(如“hello”和“world”)和 100 个不匹配的列(如“曲棍球”和“足球”))所以我正在寻找不需要我手动将它们全部写出来的东西。

知道这是否可以做到吗？很抱歉，我无法提供我的努力样本，但除了以下内容之外，我真的不知道从哪里开始:

mydata <- merge(df1, df2, by=c("ID"), all = TRUE)

要重现数据帧:

df1 <- structure(list(ID = c(1L, 2L, 3L, 4L, 5L), hellow = c(2, 5, NA, NA, 9), 
       world = c(3, 1, NA, NA, 7), football = c(43, 24, 2, 5, 12), 
       baseball = c(6, 32, 23, 15, 23)), .Names = c("ID", "hello", "world", 
       "football", "baseball"), class = "data.frame", row.names = c(NA, -5L)) 

df2 <- structure(list(ID = c(1L, 2L, 3L, 4L, 5L), hellow = c(NA, NA, 10, 4, NA), 
       world = c(NA, NA, 8, 17, NA), hockey = c(7, 2, 8, 5, 3), 
       soccer = c(4, 5, 23, 12, 43)), .Names = c("ID", "hello", "world", "hockey", 
       "soccer"), class = "data.frame", row.names = c(NA, -5L))

Answer 1

这是一种涉及 melt 的方法处理您的数据，合并熔融数据，并使用 dcast使其恢复到广泛的形式。我添加了评论以帮助了解正在发生的事情。

## Required packages
library(data.table)
library(reshape2)

dcast.data.table(
  merge(
    ## melt the first data.frame and set the key as ID and variable
    setkey(melt(as.data.table(df1), id.vars = "ID"), ID, variable), 
    ## melt the second data.frame
    melt(as.data.table(df2), id.vars = "ID"), 
    ## you'll have 2 value columns...
    all = TRUE)[, value := ifelse(
      ## ... combine them into 1 with ifelse
      is.na(value.x), value.y, value.x)], 
  ## This is your reshaping formula
  ID ~ variable, value.var = "value")
#    ID hello world football baseball hockey soccer
# 1:  1     2     3       43        6      7      4
# 2:  2     5     1       24       32      2      5
# 3:  3    10     8        2       23      8     23
# 4:  4     4    17        5       15      5     12
# 5:  5     9     7       12       23      3     43