使用 dplyr 包将两个数据框合并为一个，但将值添加到合并数据集的特定列答案

【问题标题】：Use dplyr package to merge two dataframes into one but add values to specific columns of the merged dataset使用 dplyr 包将两个数据框合并为一个，但将值添加到合并数据集的特定列
【发布时间】：2021-12-28 05:20:35
【问题描述】：

我有以下 2 个数据集：

original_1

id type   city   state   zip  
   <dbl> <chr>  <chr>  <chr>   <chr>
 1     1 type1  city1  state1  zip1 
 2     2 type2  city2  state2  zip2 
 3     3 type3  city3  state3  zip3 
 4     4 type4  city4  state4  zip4 
 5     5 type5  city5  state5  zip5 
 6     6 type6  city6  state6  zip6 
 7     7 type7  city7  state7  zip7 
 8     8 type8  city8  state8  zip8 
 9     9 type9  city9  state9  zip9 
10    10 type10 city10 state10 zip10
11    11 type11 city11 state11 zip11

原创2

id1 type1  city1  state1  zip1  data  data_1            data_2           
   <dbl> <chr>  <chr>  <chr>   <chr> <chr> <chr>             <chr>            
 1    12 type12 city12 state12 zip12 NA    Non_changing_data Non_changing_data
 2    13 type13 city13 state13 zip13 NA    Non_changing_data Non_changing_data
 3    14 type14 city14 state14 zip14 NA    Non_changing_data Non_changing_data
 4    15 type15 city15 state15 zip15 NA    Non_changing_data Non_changing_data
 5    16 type16 city16 state16 zip16 NA    Non_changing_data Non_changing_data
 6    17 type17 city17 state17 zip17 NA    Non_changing_data Non_changing_data
 7    18 type18 city18 state18 zip18 NA    Non_changing_data Non_changing_data
 8    19 type19 city19 state19 zip19 NA    Non_changing_data Non_changing_data
 9    20 type20 city20 state20 zip20 data1 Non_changing_data Non_changing_data
10    NA NA     NA     NA      NA    NA    Non_changing_data Non_changing_data
11    NA NA     NA     NA      NA    data2 Non_changing_data Non_changing_data

我想以第二个数据集将是第一个数据集的延续的方式绑定它们。然后我想用来自使用 dplyr 包的第二个数据集的值填充data1data2 列中的NAs。我还想删除 type 列。存在于original2 中的列data 的值应移至它们的初始行位置9 和11，并且必须删除任何不包含id 值的行。

id city   state   data  data_1            data_2           
   <dbl> <chr>  <chr>   <chr> <chr>             <chr>            
 1     1 city1  state1  NA    Non_changing_data Non_changing_data
 2     2 city2  state2  NA    Non_changing_data Non_changing_data
 3     3 city3  state3  NA    Non_changing_data Non_changing_data
 4     4 city4  state4  NA    Non_changing_data Non_changing_data
 5     5 city5  state5  NA    Non_changing_data Non_changing_data
 6     6 city6  state6  NA    Non_changing_data Non_changing_data
 7     7 city7  state7  NA    Non_changing_data Non_changing_data
 8     8 city8  state8  NA    Non_changing_data Non_changing_data
 9     9 city9  state9  data1 Non_changing_data Non_changing_data
10    10 city10 state10 NA    Non_changing_data Non_changing_data
11    11 city11 state11 data2 Non_changing_data Non_changing_data
12    12 city12 state12 NA    Non_changing_data Non_changing_data
13    13 city13 state13 NA    Non_changing_data Non_changing_data
14    14 city14 state14 NA    Non_changing_data Non_changing_data
15    15 city15 state15 NA    Non_changing_data Non_changing_data
16    16 city16 state16 NA    Non_changing_data Non_changing_data
17    17 city17 state17 NA    Non_changing_data Non_changing_data
18    18 city18 state18 NA    Non_changing_data Non_changing_data
19    19 city19 state19 NA    Non_changing_data Non_changing_data
20    20 city20 state20 NA    Non_changing_data Non_changing_data

数据集

original_1<-structure(list(id = c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11), type = c("type1", 
"type2", "type3", "type4", "type5", "type6", "type7", "type8", 
"type9", "type10", "type11"), city = c("city1", "city2", "city3", 
"city4", "city5", "city6", "city7", "city8", "city9", "city10", 
"city11"), state = c("state1", "state2", "state3", "state4", 
"state5", "state6", "state7", "state8", "state9", "state10", 
"state11"), zip = c("zip1", "zip2", "zip3", "zip4", "zip5", "zip6", 
"zip7", "zip8", "zip9", "zip10", "zip11")), class = c("tbl_df", 
"tbl", "data.frame"), row.names = c(NA, -11L))



original2<- structure(list(id1 = c(12, 13, 14, 15, 16, 17, 18, 19, 20, NA, 
NA), type1 = c("type12", "type13", "type14", "type15", "type16", 
"type17", "type18", "type19", "type20", NA, NA), city1 = c("city12", 
"city13", "city14", "city15", "city16", "city17", "city18", "city19", 
"city20", NA, NA), state1 = c("state12", "state13", "state14", 
"state15", "state16", "state17", "state18", "state19", "state20", 
NA, NA), zip1 = c("zip12", "zip13", "zip14", "zip15", "zip16", 
"zip17", "zip18", "zip19", "zip20", NA, NA), data = c(NA, NA, 
NA, NA, NA, NA, NA, NA, "data1", NA, "data2"), data_1 = c("Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data", 
"Non_changing_data"), data_2 = c("Non_changing_data", "Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data", 
"Non_changing_data", "Non_changing_data", "Non_changing_data"
)), class = c("tbl_df", "tbl", "data.frame"), row.names = c(NA, 
-11L))

【问题讨论】：

也许您希望 rbind 填充缺失的列？ stackoverflow.com/q/3402371/680068 另外，我不明白 data_1 和 data_2 列是如何在“联合”之后为 original1 数据集填充的？
它不起作用。 data1 和 data2 不存在于 original_1 中，合并后它们应填充原始 2 的 data1 data2 中存在的“Non_changeing_data”
是的，它们不存在，但如果您尝试链接帖子中的解决方案，您将在它们中填充缺失列的 NA。
一旦我们对它们进行了 rbind，我们就可以用我们想要的任何值来填充 NA。
我得到 13 个变量而不是 reuested

标签： r dplyr tidyr

【解决方案1】：

这是您正在寻找的结果吗？

您可以将dplyr::bind_rows 与tidyr::fill 结合使用来获取它。不过，列名需要一些清理。

library(dplyr)

# Clean up column names to add second dataset to the first using rename() to remove the numbers
original2 %>% 
  rename(id = id1,
         type = type1,
         city = city1,
         state = state1, 
         zip = zip1) %>% 
  # Add dataset 1 and cleaned up dataset 2 together
  bind_rows(original_1, .) %>% 
  # Fill NAs with data from dataset 2 using tidyr::fill()
  tidyr::fill(data_1, .direction = "up") %>% 
  tidyr::fill(data_2, .direction = "up") %>% 
  # Remove "type" column
  select(-type) %>% 
  # Artificially replace values "data1" and "data2" in "data" to row 9 and 11 respectively
  mutate(data = case_when(row_number() == 9 ~ "data1",
                          row_number() == 11 ~ "data2",
                          TRUE ~ NA_character_)) %>% 
  # Remove rows that do not contain a value for "id"
  filter(! is.na(id))

# A tibble: 20 x 7
      id city   state   zip   data  data_1            data_2           
   <dbl> <chr>  <chr>   <chr> <chr> <chr>             <chr>            
 1     1 city1  state1  zip1  NA    Non_changing_data Non_changing_data
 2     2 city2  state2  zip2  NA    Non_changing_data Non_changing_data
 3     3 city3  state3  zip3  NA    Non_changing_data Non_changing_data
 4     4 city4  state4  zip4  NA    Non_changing_data Non_changing_data
 5     5 city5  state5  zip5  NA    Non_changing_data Non_changing_data
 6     6 city6  state6  zip6  NA    Non_changing_data Non_changing_data
 7     7 city7  state7  zip7  NA    Non_changing_data Non_changing_data
 8     8 city8  state8  zip8  NA    Non_changing_data Non_changing_data
 9     9 city9  state9  zip9  data1 Non_changing_data Non_changing_data
10    10 city10 state10 zip10 NA    Non_changing_data Non_changing_data
11    11 city11 state11 zip11 data2 Non_changing_data Non_changing_data
12    12 city12 state12 zip12 NA    Non_changing_data Non_changing_data
13    13 city13 state13 zip13 NA    Non_changing_data Non_changing_data
14    14 city14 state14 zip14 NA    Non_changing_data Non_changing_data
15    15 city15 state15 zip15 NA    Non_changing_data Non_changing_data
16    16 city16 state16 zip16 NA    Non_changing_data Non_changing_data
17    17 city17 state17 zip17 NA    Non_changing_data Non_changing_data
18    18 city18 state18 zip18 NA    Non_changing_data Non_changing_data
19    19 city19 state19 zip19 NA    Non_changing_data Non_changing_data
20    20 city20 state20 zip20 NA    Non_changing_data Non_changing_data

【讨论】：

太棒了。您还可以从新的列类型中删除列类型吗？
是的，将%>% select(-type) 添加到代码中。我编辑了原始答案以适合您的第二个问题。
如果这对您有用，请将我的帖子标记为您问题的正确答案。
当然可以，但我注意到 data1 和 data2 应该在第 9 行和第 11 行，而不是 20 22
如果它工作它工作 tnx

【解决方案2】：

full_join 函数是否回答了您的问题？

test <- full_join(original_1, original2, by = c("id" = "id1",
                                                "type" = "type1",
                                                "city" = "city1",
                                                "state" = "state1",
                                                "zip" = "zip1"))

【讨论】：

no data1 和 data2 在前 11 行中仍然有 NA
在这种情况下你要创建数据，因为你的第一个表没有说明data_1和data_2的值，使用“mutate”函数。