Question

我有十个数据集已经从Excel文件中读取，使用 xlsx 库，并存储在tibbles中。我想合并它们。

以下是示例数据集。数据集之间的变量数量不同，而某些变量仅在一个数据集中。 person 变量的值永远不会重叠。

data1 <- tibble(person = c("A","B","C"),
    test1 = as.factor(c(1,4,5)), 
    test2 = c(14,25,10),
    test3 = c(12.5,16.0,4),
    test4 = c(16,23,21),
    test5 = as.factor(c(49,36,52)))

data2 <- tibble(person = c("D","E","F"),
    test1 = c(8,7,2), 
    test3 = c(6.5,12.0,19.5),
    test4 = as.factor(c(15,21,29)),
    test5 = as.factor(c(54,51,36)),
    test6 = c(32,32,29),
    test7 = c(13,11,10))

实际数据集通常包含约50行和约200个变量。我试过了

    all_data <- dplyr::bind_rows(data1,data2)

希望得到这个结果

# A tibble: 6 x 8
  person test1 test2 test3 test4 test5 test6 test7
   <chr> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1      A     1    14  12.5    16    49    NA    NA
2      B     4    25  16.0    23    36    NA    NA
3      C     5    10   4.0    21    52    NA    NA
4      D     8    NA   6.5    15    54    32    13
5      E     7    NA  12.0    21    51    32    11
6      F     2    NA  19.5    29    36    29    10

但我得到了这个错误

Error in bind_rows_(x, .id) : Column `test1` can't be converted from factor to numeric

我搜索过Stackoverflow，我发现了有关此问题的问题，大多数答案都集中在尝试将变量转换为另一个类。但我不关心我的变量有哪些类，因为我只是将合并的数据集写入CSV文件或Excel文件。

是不是有某种简单的解决方法？

Answer 1

由于文件通常很小（几百行）并且您只想将两个文件合并并写入新文件，我认为我们可以将所有列转换为字符，因此data1中的公共列和data2具有相同的类型。

library(dplyr)
bind_rows(mutate_all(data1, as.character), mutate_all(data2, as.character))

Answer 2

我认为这应该有效：

library(plyr)
all_data <- rbind.fill(data1,data2)

Answer 3

data1中的

test1是类别因子，而data2中的

test1是数字类别。组合因子类和数字类会导致此问题。解决方案是将data1和data2中的test1都转换为因子，然后使用all_data <- dplyr::bind_rows(data1,data2)

或

data.table::rbindlist(data1,data2)

bind_rows_（x，.id）出错：无法将列从因子转换为数字

3 个答案: