根据每个表的第一列比较两个表并从主表插入到子表[重复]答案

【问题标题】：Comparing two tables based on first column of each and inserting from master table to child table [duplicate]根据每个表的第一列比较两个表并从主表插入到子表[重复]
【发布时间】：2015-08-13 02:55:20
【问题描述】：

我正在使用：R 版本 3.2.1。在 Windows 10 上（安装了 dplyr 软件包）
我有一个完全充满NA 的主表。
这是一张图：

 Virus    X.7    X.6  
InkLog     NA     NA  
RCrisp     NA     NA  
FCrisp     NA     NA  
ZCrisp     NA     NA

我有另一个表，它具有完全相同的标题行，并包含上面第 1 列中看到的一些值。
例如：

 Virus    X.7    X.6  
InkLog  33.00  22.00    
FCrisp  23.05 111.01

这个较小的表始终是主表的子集（因为这个较小的表中第一列的所有值都将出现在第一个表中）。

如何创建同时包含两个表的行。
即：它包含有值的值和没有值的 NA。
这就是它最终的样子：

 Virus    X.7    X.6  
InkLog  33.00  22.00    
RCrisp     NA     NA  
FCrisp  23.05 111.01  
ZCrisp     NA     NA

非常感谢任何指针。此外，这是否是一种有效的方法来创建包含 NA 的表，但它们不包含数据（根据主表中的数据域来衡量）

【问题讨论】：

只需rbind(data, data) 删除重复项data[!duplicated(data$Virus), ]（如果需要，还可以对data[order(data$Virus), ] 进行排序）

标签： r

【解决方案1】：

我认为 rawr 发布了正确的方法，但只是为了完整起见：

基础包：

df <- merge(df1, df2, all =TRUE, na.rm =TRUE )
df[!duplicated(df$Virus),]

dplyr：

library(dplyr)
full_join(df1, df2) %>% arrange(X.7) %>% distinct(Virus)
# or
full_join(df1, df2) %>% filter(!duplicated(Virus, fromLast = TRUE))

sqldf:

sqldf("SELECT min(Virus) AS Virus, [X.7], [X.6] 
      FROM (SELECT * FROM df2 AS t1
            UNION ALL
            SELECT * FROM df1 AS t2)
      GROUP BY Virus")

输出：

   Virus   X.7    X.6
1 FCrisp 23.05 111.01
2 InkLog 33.00  22.00
3 RCrisp    NA     NA
4 ZCrisp    NA     NA

数据：

df1 <- structure(list(Virus = structure(c(2L, 3L, 1L, 4L), .Label = c("FCrisp", 
"InkLog", "RCrisp", "ZCrisp"), class = "factor"), X.7 = c(NA, 
NA, NA, NA), X.6 = c(NA, NA, NA, NA)), .Names = c("Virus", "X.7", 
"X.6"), class = "data.frame", row.names = c(NA, -4L))

df2 <- structure(list(Virus = structure(c(2L, 1L), .Label = c("FCrisp", 
"InkLog"), class = "factor"), X.7 = c(33, 23.05), X.6 = c(22, 
111.01)), .Names = c("Virus", "X.7", "X.6"), class = "data.frame", row.names = c(NA, 
-2L))

【讨论】：