R - 合并/加入并仅在丢失时替换（优先级？）答案

【问题标题】：R - Merge/Join and only replace if missing (Priority?)R - 合并/加入并仅在丢失时替换（优先级？）
【发布时间】：2021-10-15 15:50:00
【问题描述】：

是否可以只合并缺失值的数据？

例如，假设我有两个数据集。 D1 是我的优先数据集，但我想使用 D2 中的信息来填充 D1 中的任何缺失数据。如果 D1 和 D2 有冲突的值，那么我想保留 D1 中的值并丢弃 D2。

D1 <- data.frame(
  id=seq(1,3),
  x=c("cow",NA,"sheep"))

D2 <- data.frame(
  id=seq(1,3),
  x=c("cow","turtle","parrot"))

理想情况下，最终数据集应如下所示：

D3 <- data.frame(
  id=seq(1,3),
  x=c("cow","turtle","sheep"))

turtle 将替换 NA，但 parrot 不会替换 sheep。

【问题讨论】：

【解决方案1】：

如果行是唯一标识的，您可以使用dplyr::rows_patch()。

library(dplyr)
  
D1 %>%
  rows_patch(D2, by = "id")

  id      x
1  1    cow
2  2 turtle
3  3  sheep

【讨论】：

我收到了一个未指明的错误：Error: Attempting to patch missing rows.。但是，match 函数起作用了。我认为当 Y 中的行（ID）多于 X 时，rows_patch() 会失败。我将提交错误报告。
我刚刚看到函数“y 中的键值必须出现在 x 中”的以下文档。因此，基于 R 的match 是一个更好的解决方案，因为它没有相同的要求。

【解决方案2】：

在基础 R 中，您可以使用 match -

inds <- is.na(D1$x)
D1$x[inds] <- D2$x[match(D1$id[inds], D2$id)]
D1

#  id      x
#1  1    cow
#2  2 turtle
#3  3  sheep

【讨论】：