r - 我如何在 R 中合并两个数据帧但保留所有缺失值。

Question

我需要合并到具有不同长度的数据帧，并保留所有“缺失值”。问题是实际上并没有缺失值，而只是一个值比另一个值少。

例子:df1 看起来像这样:

Shrub value period
1     0.5   1  
2     0.6   1
3     0.7   1
4     0.8   1 
5     0.9   1
10    0.9   1
1     0.4   2
5     0.4   2
6     0.5   2
7     0.3   2
2     0.4   3
3     0.1   3
8     0.5   3
9     0.2   3

df2 看起来像这样:

Shrub   x    y
1       5    8
2       6    7
3       3    2
4       1    2
5       4    6 
6       5    9
7       9    4 
8       2    1   
9       4    3
10      3    6

我希望合并后的数据框看起来像:

Shrub   x    y    value   period
1       5    8    0.5        1
2       6    7    0.6        1
3       3    2    0.7        1
4       1    2    0.8        1
5       4    6    0.9        1 
6       5    9    NA         1
7       9    4    NA         1 
8       2    1    NA         1   
9       4    3    NA         1
10      3    6    0.9        1
1       5    8    0.4        2
2       6    7    NA         2
3       3    2    NA         2
4       1    2    NA         2
5       4    6    0.4        2
6       5    9    0.5        2
7       9    4    0.3        2
8       2    1    NA         2
9       4    3    NA         2
10      3    6    NA         2
1       5    8    NA         3
2       6    7    0.4        3
3       3    2    0.1        3
4       1    2    NA         3
5       4    6    NA         3
6       5    9    NA         3
7       9    4    NA         3 
8       2    1    0.5        3   
9       4    3    0.2        3
10      3    6    NA         3

我已经尝试使用 all = TRUE 合并命令，但这并没有给我想要的结果。我无法在任何地方找到它，因此非常感谢您的帮助!

Answer 1

在这种情况下，tidyr 包中的 complete 很有用(这在 tidyr_0.3.0 中，目前在 github 上可用)。您可以使用此函数扩展 df1 以包括所有期间/灌木组合，默认情况下用 NA 填充其他变量。执行此操作后，您可以简单地将两个数据集连接在一起 - 我将使用 dplyr 的 inner_join。

图书馆(dplyr)图书馆(整理)

首先，在 df1 上使用 complete，显示前 10 行输出:

complete(df1, period, Shrub)

Source: local data frame [30 x 3]

   period Shrub value
1       1     1   0.5
2       1     2   0.6
3       1     3   0.7
4       1     4   0.8
5       1     5   0.9
6       1     6    NA
7       1     7    NA
8       1     8    NA
9       1     9    NA
10      1    10   0.9
..    ...   ...   ...

然后您需要做的就是使用 df2 加入这个扩展数据集:

complete(df1, period, Shrub) %>%
    inner_join(., df2)
Source: local data frame [30 x 5]

   period Shrub value x y
1       1     1   0.5 5 8
2       1     2   0.6 6 7
3       1     3   0.7 3 2
4       1     4   0.8 1 2
5       1     5   0.9 4 6
6       1     6    NA 5 9
7       1     7    NA 9 4
8       1     8    NA 2 1
9       1     9    NA 4 3
10      1    10   0.9 3 6
..    ...   ...   ... . .