比较R数据帧中的多列中的值＆amp;更新缺失值

Question

我有3个数据帧。 第一个df包含一列 - 名称 -

df 1
    Name 
    A    
    B    
    C    
    D    
    E    
    F    
    G  
    H
    I
    J
    K   

第二个df包含两列 - 名称和计数但是某些名称可能会或可能不会从第一个df中丢失。

df 2 - 
  Name   Counts 
    A    12
    B    23
    C    34
    D    56
    E    34
    K    44

我想比较从第二个df到第一个df的所有名称，如果没有名字丢失，那么很好。 如果缺少任何名称，则必须从第三个df填写该名称及其计数。第三个df将始终包含名称和计数。

df 3 - 
 Name   Counts 
    A    34
    B    45
    C    34
    D    56
    E    67
    F    435
    G    45
    H    76
    I    76
    J    88
    K    90

所以在上面的例子中由于F，G，H，I，J在第二个df中缺失，因此应该从df 3添加它们的信息。

和 第二个df应更新为 -

Name   Counts 
    A    12
    B    23
    C    34
    D    56
    E    34
    F    435
    G    45
    H    76
    I    76
    J    88
    K    44

这里的任何帮助都很棒

谢谢

Answer 1

你可以......

library(data.table)
setDT(DF1); setDT(DF2); setDT(DF3)

DF1[, n := unique(rbind(DF2, DF3), by="Name")[.(.SD$Name), on=.(Name), x.Counts]]

向DF1添加一列：

    Name   n
 1:    A  12
 2:    B  23
 3:    C  34
 4:    D  56
 5:    E  34
 6:    F 435
 7:    G  45
 8:    H  76
 9:    I  76
10:    J  88
11:    K  44

您可以改为执行merge(DF1, unique(rbind(DF2, DF3), by="Name"), all.x=TRUE)，但这会创建一个新表而不是向现有表添加列。此合并的dplyr模拟是left_join(DF1, bind_rows(DF2, DF3) %>% distinct(Name))。

工作原理

• DF = rbind(DF2, DF3)附加两个源表
• uDF = unique(DF, by="Name")保留每个Name
的第一行
• DF1[, n := z]将n列z添加到DF1
• z = x[i, on=, x.v]使用i查找x行，然后返回列v，其中......
  • x = uDF
  • v = Counts
  • i = .SD$Name是DF1
  中找到的名字的向量

.SD的{​​{1}}中的{p> j指的是DT[i, j]本身，即“数据子集”。