合并数据集而不丢失数据答案

【问题标题】：Merging Datasets Without Losing Data合并数据集而不丢失数据
【发布时间】：2018-05-17 01:50:14
【问题描述】：

我有几个数据集，在某些点对物种进行了不同的数值观察。但是，如果在某个点上没有观察到某个物种，那么该点在该物种的数据中就不存在。我想合并这些数据集，以便分析每个点的物种组成，但如果在该点没有观察到物种，则希望输入 0 值。

不知道该怎么做。尝试使用合并功能，但如果在其中一个物种数据集中没有观察到该点，则该点丢失。

物种 1：

Point, Species1
1, 19
3, 12
4, 11
6, 23

物种 2：

Point, Species2
2, 10
3, 20
5, 12
6, 25

期望的结果：

Point, Species1, Species2
1, 19, 0
2, 0, 10
3, 12, 20
4, 11, 0
5, 0, 12
6, 23, 25

【问题讨论】：

请包括示例数据，以显示您的数据在您的问题中的外观。
只需merge 并用ifelse(is.na(.),0,.) 修复孔。
使用all=TRUE。

标签： r merge

【解决方案1】：

你只需要merge 和all=True

s=merge(df1,df2,on='Point',all=T)
s[is.na(s)]=0
s
  Point Species1 Species2
1     1       19        0
2     2        0       10
3     3       12       20
4     4       11        0
5     5        0       12
6     6       23       25

【讨论】：

【解决方案2】：

你可以使用dplyr::full_join():

require(tidyverse)

df1 <- data.frame(Point = c(1,3,4,6), Species1 = c(19,12,11,23))
df2 <- data.frame(Point = c(2,3,5,6), Species2 = c(10,20,12,25))

df1 %>% 
  full_join(df2) %>% 
  replace_na(list(Species1=0, Species2=0)) %>%
  arrange(Point)

  Point Species1 Species2
1     1       19        0
2     2        0       10
3     3       12       20
4     4       11        0
5     5        0       12
6     6       23       25

【讨论】：

我更喜欢 'join_all(list(dfs), type = "full)' 用于以后需要加入更多 data.frames 的情况。