r - 从另一个 data.frame 回填

Question

我经常遇到必须从另一个数据源“填写”信息的情况。

例如:

x <- data.frame(c1=letters[1:26],c2=letters[26:1])
x[x$c1 == "m","c2"] <- NA
x[x$c1 == "a","c2"] <- NA

   c1   c2
1   a <NA>
2   b    y
3   c    x
4   d    w
5   e    v
6   f    u
7   g    t
8   h    s
9   i    r
10  j    q
11  k    p
12  l    o
13  m <NA>
...

现在，有了那个缺失的变量，我想检查并使用单独的 data.frame 填充它，我们称之为 y

y <- data.frame(c1=c("m","a"),c2=c("n","z"))

所以，我想要发生的是 x 用 y 填充。 (第 13 行应为 c("m","n")，第 1 行应为 c("a","z"))

我用来处理这个问题的方法目前似乎是复杂和间接的。你的方法是什么？请记住，我的数据不一定按照这样的顺序排列，但顺序应保持在 x 中。 .我的偏好是不依赖于除基础 R 之外的任何东西的解决方案。

Answer 1

如果您处理 character，这将是一个简单得多的提议。变量，而不是 factors .

我将介绍一个简单的data.table解决方案(优雅且易于使用的语法以及许多其他优点)

x <- data.frame(c1=letters[1:26],c2=letters[26:1], stringsAsFactors =FALSE)
x[x$c1 == "m","c2"] <- NA
y <- data.frame(c1="m",c2="n", stringsAsFactors = FALSE)
library(data.table)
X <- as.data.table(x)
Y <- as.data.table(y)

为了合并的简单起见，我将创建一个列，指示

X[,missing_c2 := is.na(c2)]
# a similar column in Y
Y[,missing_c2 := TRUE]

setkey(X, c2, missing_c2)
setkey(Y, c2, missing_c2)
# merge and replace (by reference) those values in X with the the values in `Y` 
X[Y, c2 := i.c2]

i.c2意味着我们使用 c2 的值来自 i论据 [
此方法假定并非所有值都在 c1 = 'm'将在 X 中丢失并且您不想替换 c2 中的所有值与 'm'哪里 c1='m' ，只有那些缺失的

基础解决方案

这是一个基本的解决方案——我使用合并以便 y data.frame 可以包含更多 missing比实际需要的替换(即可以具有所有 c1 值的值，尽管只需要 c1= m`` 。

  # add a second missing value row because to make the solution more generalizable
x <- rbind(x, data.frame(c1 = 'm',c2 = NA, stringsAsFactors = FALSE) )
missing <- x[is.na(x$c2),]
merged <- merge(missing, y, by = 'c1')

x[is.na(x$c2),] <- with(merged, data.frame(c1 = c1, c2 = c2.y, stringsAsFactors = FALSE))

如果您使用 factors你会遇到一堵痛苦的墙，以确保级别对应。