Question

我有以下三个数据框：

prim <- data.frame("t"=2007:2012,
                   "a"=1:6,
                   "b"=7:12)

secnd <- data.frame("t"=2012:2013,
                    "a"=c(5, 7))

third <- data.frame("t"=2012:2013,
                    "b"=c(11, 13))

我想分两步将secnd和third加入prim。在第一步中，我加入了prim和secnd，其中prim中的任何现有元素都被secnd中的元素覆盖，因此我们得出以下结论：

     t  a  b
1 2007  1  7
2 2008  2  8
3 2009  3  9
4 2010  4 10
5 2011  5 11
6 2012  5 12
7 2013  7 NA

此后，我想加入third，在那里，现有元素再次被third中的元素覆盖：

     t  a  b
1 2007  1  7
2 2008  2  8
3 2009  3  9
4 2010  4 10
5 2011  5 11
6 2012  5 11
7 2013  7 13

有没有一种方法可以使用dplyr或基数R实现？

Answer 1

通过使用dplyr，您可以执行以下操作：

require(dplyr)

prim %>% full_join(secnd, by = 't') %>%
  full_join(third, by = 't') %>%
  mutate(a = coalesce(as.integer(a.y),a.x),
         b = coalesce(as.integer(b.y),b.x)) %>%
  select(t,a,b)

我添加了as.integer函数，因为数据框中的数据类型不同。

Answer 2

考虑使用链merge和ifelse调用进行基数R，然后进行最后的列清理：

final_df <- Reduce(function(x, y) merge(x, y, by="t", all=TRUE), list(prim, secnd, third))

final_df <- within(final_df, {
                      a.x <- ifelse(is.na(a.y), a.x, a.y)
                      b.x <- ifelse(is.na(b.y), b.x, b.y)      
                   })

final_df <- setNames(final_df[,1:3], c("t", "a", "b"))
final_df
#      t a  b
# 1 2007 1  7
# 2 2008 2  8
# 3 2009 3  9
# 4 2010 4 10
# 5 2011 5 11
# 6 2012 5 11
# 7 2013 7 13

Answer 3

不是很漂亮。但似乎可以完成工作

prim %>% 
  anti_join(secnd, by = "t") %>% 
  full_join(secnd, by = c("t", "a")) %>% 
  select(-b) %>% 
  left_join(prim %>% 
      anti_join(third, by = "t") %>% 
      full_join(third, by = c("t", "b")) %>% 
      select(-a))

给予

     t a  b
1 2007 1  7
2 2008 2  8
3 2009 3  9
4 2010 4 10
5 2011 5 11
6 2012 5 11
7 2013 7 13

加入数据框时追加和覆盖

3 个答案: