合并 Tibbles，但覆盖缺失值答案

【问题标题】：Merging Tibbles, but overriding missing values合并 Tibbles，但覆盖缺失值
【发布时间】：2018-05-27 21:07:25
【问题描述】：

我正在使用full_join 加入以下两个小标题：

library(dplyr)
library(tibble)

tibble(id=c(1:2, NA), b = c("mouse", "cat", "fish"), c = 6:8) %>% 
full_join(tibble(id=1:3, b = c("mouse", "", "fish"), c = 6:8))

这会给我：

A tibble: 5 x 3
 id     b     c
 1 mouse     6
 2   cat     7
NA  fish     8
 2           7
 3  fish     8

不过，理想情况下，我想得到类似的东西：

A tibble: 5 x 3
 id     b     c
 1 mouse     6
 2   cat     7
 3  fish     8

所有 NA 或缺失值都被替换为具有更多信息的更“高级”行。我该怎么做？

【问题讨论】：

标签： r join merge na tibble

【解决方案1】：

假设这两个tibbles被称为a和b，我们可以首先将任何被认为是缺失值的字符替换为NA（在这种情况下，“”被认为是NA）。 b[b == ""] <- NA 是一种快速的方法。

之后，我们可以通过您知道完整的列（在本例中为列c）执行full_join。最后，我们可以使用coalesce 函数将NA 替换为两个关联的列。 dat 是最终输出。

library(dplyr)
library(tibble)

# Create example data frame
a <- tibble(id=c(1:2, NA), b = c("mouse", "cat", "fish"), c = 6:8)
b <- tibble(id=1:3, b = c("mouse", "", "fish"), c = 6:8)

# Replace "" with NA
b[b == ""] <- NA

# Conduct full_join by c
dat <- full_join(a, b, by = "c") %>%
  # Use coalesce to merge column and replace NA
  mutate(id = coalesce(.$id.x, .$id.y),
         b = coalesce(.$b.x, .$b.y)) %>%
  # Select columns
  select(id, b, c)

# View the results
dat
# # A tibble: 3 x 3
#      id b         c
#   <int> <chr> <int>
# 1     1 mouse     6
# 2     2 cat       7
# 3     3 fish      8

【讨论】：

【解决方案2】：

关于您的具体示例，我认为您的问题是如何组合两个小标题，而每个小标题都有不同的不完整观察结果（行）。在进行full_join 之前，您可以使用filter_all 稍微清除您的数据。

filter_all(all_vars( (!is.na(.)) & (.!="") ) )

所以这意味着选择满足两个条件的行（对于所有变量）：不是 NA 和“”。

tb1 <- tibble(id=c(1:2, NA), b = c("mouse", "cat", "fish"), c = 6:8) 
tb1 <- tb1%>% filter_all(all_vars((!is.na(.))&(.!="")))
> tb1
# A tibble: 3 x 3
   id    b         c
  <int> <chr> <int>
1     1 mouse     6
2     2 cat       7

对花药组做同样的事情，然后做full_join。

tb2 <- tibble(id=1:3, b = c("mouse", "", "fish"), c = 6:8)
tb2 <- tb2 %>% filter_all(all_vars((!is.na(.))&(.!="")))
full_join(tb1,tb2)
Joining, by = c("id", "b", "c")
# A tibble: 3 x 3
     id b         c
  <int> <chr> <int>
1     1 mouse     6
2     2 cat       7
3     3 fish      8

【讨论】：

【解决方案3】：

我们可以使用我的包safejoin中的safe_left_join，并使用 dplyr::coalesce 处理列冲突。

# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)

a <- tibble(id=c(1:2, NA), b = c("mouse", "cat", "fish"), c = 6:8)
b <- tibble(id=1:3, b = c("mouse", "", "fish"), c = 6:8)

解决方案：

b[b==""] <- NA
safe_left_join(a, b, by = "c", conflict = coalesce)
# # A tibble: 3 x 3
#      id b         c
#   <int> <chr> <int>
# 1     1 mouse     6
# 2     2 cat       7
# 3     3 fish      8

【讨论】：