Question

我的问题如下：假设我有一个包含以下列的现有数据框：UID，foo，result。结果已部分填写。第二个模型现在预测其他行，生成包含UID和结果列的第二个数据帧:(在底部重现的代码）

## df_main
##    UID   foo result
##  <dbl> <chr>  <chr>
## 1     1   moo    Cow
## 2     2   rum   <NA>
## 3     3  oink   <NA>
## 4     4  woof    Dog
## 5     5  hiss   <NA>

## new_prediction
##    UID result
##  <dbl>  <chr>
## 1     3    Pig
## 2     5  Snake

我现在想通过UID left_join新结果来获取以下结果列：

## Cow
## <NA>
## Pig
## Dog
## Snake

但由于left_join(df_main, new_prediction, by="UID")创建了result.x和result.y，我无法让它发挥作用。是否有任何方法可以使用dplyr执行此操作，或者选择加入列的第二步？我查看了各种函数，但最终解决了手动遍历所有行。我很确定有更“R”的方法可以做到这一点吗？

数据帧代码：

df_main <- tibble(UID = c(1,2,3,4,5), foo=c("moo", "rum", "oink", "woof", "hiss"), result=c("Cow", NA, NA, "Dog", NA))
new_prediction <- tibble(UID = c(3,5), result = c("Pig", "Snake"))

Answer 1

coalesce是你的第二步。

left_join(df_main, new_prediction, by="UID") %>%
  mutate(result = coalesce(result.x, result.y)) %>%
  select(-result.x, -result.y)
# # A tibble: 5 x 3
#     UID   foo result
#   <dbl> <chr>  <chr>
# 1     1   moo    Cow
# 2     2   rum   <NA>
# 3     3  oink    Pig
# 4     4  woof    Dog
# 5     5  hiss  Snake

coalesce会接受您提供的任意数量的列。如果有多个非缺失值，则较早的列具有优先权。

Answer 2

添加Gregor使用coalesce的答案，您还可以“{手动”加入ifelse列。

left_join(df_main, new_prediction, by = "UID") %>%
  mutate(result = ifelse(is.na(result.x),result.y, result.x)) %>%
  select(-c(result.x, result.y))
# A tibble: 5 x 3
# UID foo   result
# <dbl> <chr> <chr> 
# 1  1.00 moo   Cow   
# 2  2.00 rum   <NA>  
# 3  3.00 oink  Pig   
# 4  4.00 woof  Dog   
# 5  5.00 hiss  Snake

left_join R数据帧，使用NA合并两列

2 个答案: