使用三个“拼图”填充数据集答案

【问题标题】：Filling in a data set using three "puzzle pieces"使用三个“拼图”填充数据集
【发布时间】：2012-04-03 23:07:50
【问题描述】：

我有三个数据框，第一个（带有列标题，但没有行编号）看起来像

ID    1   2   3
 A   12  NA  NA
 B   NA   7  NA
 C   NA  NA  22

第二个可能看起来像

ID    1   2   3
 A   NA   6  NA
 B   NA  NA  29
 C   43  NA  NA

最后，第三个看起来像

ID    1   2   3
 A   NA  NA  32
 B    5  NA  NA
 C   NA   2  NA

第一列是 ID 列，对于所有三个数据框都是相同的。最后三列代表相同的变量（1、2 和 3）。观察 A 的记录，变量 1 仅在其中一个数据集中。观测值 A 的记录也是如此，变量 2，但它位于不同的数据集中。

如何将这些数据集合并在一起以获得类似的东西

ID    1   2   3
 A   12   6  32
 B    5   7  29
 C   43   2  22

抱歉，我没有更好的方式来描述这个问题。如果有人可以分享它的术语，那就太好了。

【问题讨论】：

标签： r

【解决方案1】：

I didn't come up with it 但是：

merge.new<-function(...,col.ID){
    inter<-merge(...)
    inter<-inter[order(inter[col.ID]),] #merged data sorted by ID

    #total columns and rows for the target dataframe
    total.row<-length(unique(inter[[col.ID]]))
    total.col<-dim(inter)[2]
    row.ID<-unique(inter[[col.ID]])
    target<-matrix(NA,total.row,total.col)
    target<-as.data.frame(target)
    names(target)<-names(inter)

    for (i in 1:total.row){
        inter.part<-inter[inter[col.ID]==row.ID[i],] #select all rows with the same ID
        for (j in 1:total.col){
            if (is.na(inter.part[1,j])){
                if(is.na(inter.part[2,j])) {target[i,j]=NA}
                else {target[i,j]=inter.part[2,j]}
            }
            else {target[i,j]=inter.part[1,j]}

        }
    }
print(paste("total rows=",total.row))
print(paste("total columns=",total.col))
return(target)
}

如果您的数据被命名为一、二和三：

> one
  ID  1  2  3
2  A 12 NA NA
3  B NA  7 NA
4  C NA NA 22
> two
  ID  1  2  3
2  A NA  6 NA
3  B NA NA 29
4  C 43 NA NA
> three
  ID  1  2  3
2  A NA NA 32
3  B  5 NA NA
4  C NA  2 NA
> merge.new(merge.new(one, two, all=TRUE, col.ID=1), three, all=TRUE, col.ID=1)
[1] "total rows= 3"
[1] "total columns= 4"
[1] "total rows= 3"
[1] "total columns= 4"
  ID  1 2  3
1  A 12 6 32
2  B  5 7 29
3  C 43 2 22
>

【讨论】：

【解决方案2】：

我不确定你是否可以直接用数据框做这件事，但如果不能，首先将它们转换为矩阵很容易：

x <- matrix(c(12,NA,NA,NA,7,NA,NA,NA,22),3,3)
y <- matrix(c(NA,NA,43,6,NA,NA,NA,29,NA),3,3)
z <- matrix(c(NA,5,NA,NA,NA,2,32,NA,NA),3,3)
b <- matrix(0,3,3)
b[!is.na(x)] <- x[!is.na(x)]
b[!is.na(y)] <- y[!is.na(y)]
b[!is.na(z)] <- z[!is.na(z)]
b
     [,1] [,2] [,3]
[1,]   12    6   32
[2,]    5    7   29
[3,]   43    2   22

【讨论】：

【解决方案3】：

标题不错！这和R - Vector/ Array Addition很像

您可以将数据转换为多维数组，然后对“拼图”维度求和或取平均值：

df1 <- read.table(text="ID    1   2   3
A   12  NA  NA
B   NA   7  NA
C   NA  NA  22", header = TRUE)

df2 <- read.table(text="ID    1   2   3
A   NA   6  NA
B   NA  NA  29
C   43  NA  NA", header = TRUE)

df3 <- read.table(text="ID    1   2   3
A   NA  NA  32
B    5  NA  NA
C   NA   2  NA", header = TRUE)

# gather inputs and remove common ID column
lists  <- list(df1, df2, df3)
pieces <- lapply(lists, '[', , -1)

# turn data into a multi-dimensional array
a <- array(unlist(pieces), dim = c(nrow(df1),
                                   ncol(df1) - 1,
                                   length(pieces)))

# compute sums across pieces
rowSums(a, na.rm = TRUE, dims = 2)
# [,1] [,2] [,3]
# [1,]   12    6   32
# [2,]    5    7   29
# [3,]   43    2   22

然后，您只需将 ID 列粘贴回去。

【讨论】：