r - 使用dplyr连接两个数据帧时可以替换NA吗？

Question

我想加入两个数据框。一些列名称重叠，并且在数据框的重叠列之一中有NA条目。这是一个简化的示例:

df1 <- data.frame(fruit = c('apples','oranges','bananas','grapes'), var1 = c(1,2,3,4), var2 = c(3,NA,6,NA), stringsAsFactors = FALSE)
df2 <- data.frame(fruit = c('oranges','grapes'), var2=c(5,6), var3=c(7,8), stringsAsFactors = FALSE)

我可以使用dplyr联接函数联接这些数据帧并自动对non- NA条目进行优先级排序，以便使“var2”列在联接的数据帧中没有 NA条目吗？现在，如果我调用 left_join，它将保留 NA条目，如果我调用 full_join，它将复制行。

Answer 1

coalesce可能是您需要的东西。它用对应位置的第二个向量的值填充第一个向量的NA:

library(dplyr)
df1 %>% 
        left_join(df2, by = "fruit") %>% 
        mutate(var2 = coalesce(var2.x, var2.y)) %>% 
        select(-var2.x, -var2.y)

#     fruit var1 var3 var2
# 1  apples    1   NA    3
# 2 oranges    2    7    5
# 3 bananas    3   NA    6
# 4  grapes    4    8    6

或使用 data.table进行就地替换:

library(data.table)
setDT(df1)[setDT(df2), on = "fruit", `:=` (var2 = i.var2, var3 = i.var3)]
df1
#      fruit var1 var2 var3
# 1:  apples    1    3   NA
# 2: oranges    2    5    7
# 3: bananas    3    6   NA
# 4:  grapes    4    6    8