Scalanie ramek danych i nadpisywanie wartości

Question

Jak scalić 2 podobne ramki danych, ale czy mają one większe znaczenie?

Na przykład:

Dataframe 1

Date  Col1 Col2 
jan   2  1 
feb   4  2 
march  6  3 
april  8  NA 

Dataframe 2

Date  Col2 Col3 
jan   9  10 
feb   8  20 
march  7  30 
april  6  40 

złączenie według daty dataframe 1 nadrzędności ale dataframe 2 wykroje napełniania

DataframeMerge

Date  Col1 Col2 Col3 
jan   2  1  10 
feb   4  2  20 
march  6  3  30 
april  8  6  40 

EDIT - ROZWIĄZANIE

commonNames <- names(df1)[which(colnames(df1) %in% colnames(df2))] 
commonNames <- commonNames[commonNames != "key"] 
dfmerge<- merge(df1,df2,by="key",all=T) 
for(i in commonNames){ 
    left <- paste(i, ".x", sep="") 
    right <- paste(i, ".y", sep="") 
    dfmerge[is.na(dfmerge[left]),left] <- dfmerge[is.na(dfmerge[left]),right] 
    dfmerge[right]<- NULL 
    colnames(dfmerge)[colnames(dfmerge) == left] <- i 
} 

Answer 1

merdat <- merge(dfrm1,dfrm2, by="Date") # seems self-documenting 

# explanation for next line in text below. 
merdat$Col2.y[ is.na(merdat$Col2.y) ] <- merdat$Col2.x[ is.na(merdat$Col2.y) ] 

Następnie zmień nazwę "merdat $ Col2.y" na "merdat $ Col2" i usuń "merdat $ Col2.x".

W odpowiedzi na prośbę o więcej komentarzy: Jednym ze sposobów aktualizacji tylko części wektora jest skonstruowanie wektora logicznego do indeksowania i zastosowanie go "[" po obu stronach przydziału. Innym sposobem jest opracowanie wektora logicznego, który jest tylko na LHS przypisania, ale następnie uczynić wektor przy użyciu rep(), który ma taką samą długość jak sum(logical.vector). Celem jest, aby oba wystąpienia miały tę samą długość (i kolejność) przydziału, co zastępowane elementy.

Answer 2

Rozważmy następujący przykład:

> d1 <- data.frame(x=1:4, a=2:5, b=c(3,4,5,NA)) 
> d1 
    x a b 
1 1 2 3 
2 2 3 4 
3 3 4 5 
4 4 5 NA 
> d2 <- data.frame(x=1:4, b=c(6,7,8,9), c=11:14) 
> d2 
    x b c 
1 1 6 11 
2 2 7 12 
3 3 8 13 
4 4 9 14 

Teraz użyj merge i within z ifelse:

> within(merge(d1, d2, by="x"), {b <- ifelse(is.na(b.x),b.y,b.x); b.x <- NULL; b.y <- NULL}) 
    x a c b 
1 1 2 11 3 
2 2 3 12 4 
3 3 4 13 5 
4 4 5 14 9 

Answer 3

Aktualizacja za pomocą v1.9.6 z data.table za on= argument (który pozwala na AdHoc dołącza:

setDT(df1)[df2, `:=`(Col2 = ifelse(is.na(Col2), i.Col2, Col2), 
        Col3 = i.Col3), on="Date"][] 

---

Oto rozwiązanie data.table Upewnij się, że i df2 „s Date kolumna df1 jest. czynnik o pożądanych poziomach (dla zamawiania)

require(data.table) 
dt1 <- data.table(df1, key="Date") 
dt2 <- data.table(df2, key="Date") 
# Col2 refers to the Col2 of dt1 and i.col2 refers to that of dt2 
dt1[dt2, `:=`(Col3 = Col3, Col1 = Col1, 
     Col2 = ifelse(is.na(Col2), i.Col2, Col2))] 

# the result is stored in dt1 
> dt1 
#  Date Col1 Col2 Col3 
# 1: jan 2 1 10 
# 2: feb 4 2 20 
# 3: march 6 3 30 
# 4: april 8 6 40 

Answer 4

Oto rozwiązanie dplyr. Kredyt dla @docendo discimus

df1 <- data.frame(y = c("A", "B", "C", "D"), x1 = c(1,2,NA, 4)) 

    y x1 
1 A 1 
2 B 2 
3 C NA 
4 D 4 

df2 <- data.frame(y = c("A", "B", "C"), x1 = c(5, 6, 7)) 

    y x1 
1 A 5 
2 B 6 
3 C 7 

dplyr

left_join(df1, df2, by="y") %>% 
transmute(y, x1 = ifelse(is.na(x1.y), x1.x, x1.y)) 

    y x1 
1 A 5 
2 B 6 
3 C 7