Question

我正在使用：R版本3.2.1。在Windows 10上（安装了dplyr包）
我有一张完全充满NA的主表这是一幅画报：

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

我有另一个表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）。

如何创建两个表混合的行即：它包含有值的值和不存在值的NA 这就是它最终应该看起来的样子：

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

任何指针都非常感激。此外，这是一种创建包含NA的表的有效方法，它们不包含数据（根据主表中的数据范围计算）

Answer 1

我认为正确的方法是由rawr发布的，但仅仅是为了完整性：

基础套餐：

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))

基于每个表的第一列比较两个表并从主表插入子表

1 个答案: