合并两个data.frames并替换答案

【问题标题】：Merge two data.frames with replacement合并两个data.frames并替换
【发布时间】：2014-01-06 19:39:25
【问题描述】：

我有两个数据集。第一个较小，但具有更精确的数据。我需要加入他们，但是： 1. 如果我在 Data1 中有一些数据 - 我只使用这些数据。 2. 如果我在 Data1 中没有数据，但它们在 Data2 中 - 我只使用来自 Data2 的数据。

Data1 <- data.frame(
    X = c(1,4,7,10,13,16),
    Y = c("a", "b", "c", "d", "e", "f")
)

Data2 <- data.frame(
    X = c(1:10),
    Y = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j")
)

所以我的 data.frame 应该是这样的：

DataJoin <- data.frame(
    X = c(1,4,7,10,13,16,7,8,9,10),
    Y = c("a", "b", "c", "d", "e", "f", "g", "h", "i", "j")
)

我该怎么做？我已经尝试过以某种方式合并表单基本包和 data.table 包的选项，但我无法按照我的喜好实现。

【问题讨论】：

标签： r join merge dataframe data.table

【解决方案1】：

不需要加入。您可以将问题重新表述为“将在 Data2 中找到但在 Data1 中未找到的数据添加到 Data1”。所以简单地做：

id <- Data2$Y %in% Data1$Y
DataJoin <- rbind(Data1,Data2[!id,])

给予：

> DataJoin
    X Y
1   1 a
2   4 b
3   7 c
4  10 d
5  13 e
6  16 f
7   7 g
8   8 h
9   9 i
10 10 j

【讨论】：

【解决方案2】：

使用data.table:

d1 <- data.table(Data1, key="Y")[, X := as.integer(X)]
d2 <- data.table(Data2, key="Y")

# copy d2 so that it doesn't get modified by reference
# i.X refers to the column X of DT in 'i' = d1's 'X'
ans <- copy(d2)[d1, X := i.X] 
     X Y
 1:  1 a
 2:  4 b
 3:  7 c
 4: 10 d
 5: 13 e
 6: 16 f
 7:  7 g
 8:  8 h
 9:  9 i
10: 10 j

【讨论】：

嗨阿伦，也许我做错了什么，但是当我使用你的代码时 - 结果我只有来自 d2 的数据...
是的，您在帖子中提到 - 我只使用来自 Data2 的数据。所以，我认为您只希望替换与两者匹配的那些，其余的则保留。
我猜你正在寻找类似的东西：d1[d2][is.na(X), X := X.1][, X.1 := NULL][]

【解决方案3】：

DataJoin <- merge(Data1, Data2, by="Y", all=TRUE)

DataJoin$X.x[is.na(DataJoin$X.x)] <- DataJoin$X.y[is.na(DataJoin$X.x)]
DataJoin[,1:2]

#    Y X.x
# 1  a   1
# 2  b   4
# 3  c   7
# 4  d  10
# 5  e  13
# 6  f  16
# 7  g   7
# 8  h   8
# 9  i   9
# 10 j  10

【讨论】：