如何用NA以外的值填充merge（…，all=TRUE，…）中缺少的值？_R_Dataframe_Merge_Outer Join_Na

如何用NA以外的值填充merge（…，all=TRUE，…）中缺少的值？

r dataframe merge

如何用NA以外的值填充merge（…，all=TRUE，…）中缺少的值？,r,dataframe,merge,outer-join,na,R,Dataframe,Merge,Outer Join,Na,简言之：我正在寻找一种常规方法，用NA以外的常量填充merge（…，all=TRUE，…）中缺少的值假设 z <- merge(x, y, all = TRUE, ...) 在这种情况下，结果中唯一的NA条目是由merge引入的条目，因此执行以下操作： z[is.na(z)] <- FILL_VALUE ## > z ## K I R B C S1 S2 ## 1 1001 3 0.1 TRUE 0.1+0.2i a d ##

简言之：我正在寻找一种常规方法，用

NA

以外的常量填充

merge（…，all=TRUE，…）

中缺少的值

假设

z <- merge(x, y, all = TRUE, ...)

在这种情况下，结果中唯一的

NA

条目是由

merge

引入的条目，因此执行以下操作：

z[is.na(z)] <- FILL_VALUE

## > z
##      K I   R     B        C S1 S2
## 1 1001 3 0.1  TRUE 0.1+0.2i  a  d
## 2 1002 4 0.2 FALSE 0.3+0.4i  b  e
## 3 1003 5 0.3  TRUE 0.5+0.6i  c  f
## 4 1004 6 0.4 FALSE 0.7+0.8i  -  -
## 5 1005 7 0.5  TRUE 0.9+1.0i  -  -

因此，这样做不行：

zna[is.na(zna)] <- FILL_VALUE
## > zna
##      K I   R     B        C S1 S2
## 1 1001 - 0.1  TRUE 0.1+0.2i  -  d
## 2 1002 4   - FALSE 0.3+0.4i  b  -
## 3 1003 5 0.3     - 0.5+0.6i  c  f
## 4 1004 6 0.4 FALSE        -  -  -
## 5 1005 7 0.5  TRUE   0.9+1i  -  -

你可以这样做

> FILL_VALUE <- "-"
> 
> xna <- data.frame(K=1001:1005,
+                   I=c(NA, 4:7),
+                   R=c(0.1, NA, 0.3, 0.4, 0.5),
+                   B=c(TRUE, FALSE, NA, FALSE, TRUE),
+                   C=c(0.1+0.2i, 0.3+0.4i, 0.5+0.6i, NA, 0.9+1.0i))
> 
> yna <- data.frame(K=1001:1003,
+                   S1=c(NA, "b", "c"),
+                   S2=c("d", NA, "f"),
+                   stringsAsFactors = FALSE)
> 
> 
> # add bools
> xna$has_xna <- TRUE
> yna$has_yna <- TRUE
> 
> # merge
> zna <- merge(xna, yna, all = TRUE, by = "K")
> zna
     K  I   R     B        C has_xna   S1   S2 has_yna
1 1001 NA 0.1  TRUE 0.1+0.2i    TRUE <NA>    d    TRUE
2 1002  4  NA FALSE 0.3+0.4i    TRUE    b <NA>    TRUE
3 1003  5 0.3    NA 0.5+0.6i    TRUE    c    f    TRUE
4 1004  6 0.4 FALSE       NA    TRUE <NA> <NA>      NA
5 1005  7 0.5  TRUE 0.9+1.0i    TRUE <NA> <NA>      NA
> 
> # fill in for NAs due to merge
> yna_cols <- colnames(zna) %in% colnames(yna)
> zna[, yna_cols][is.na(zna[, yna_cols]) & is.na(zna$has_yna)] <- FILL_VALUE
> zna$has_yna <- NULL # remove column
> 
> # do the same for xna
> xna_cols <- colnames(zna) %in% colnames(xna)
> zna[, xna_cols][is.na(zna[, xna_cols]) & is.na(zna$has_xna)] <- FILL_VALUE
> zna$has_yna <- NULL # remove column
> 
> # Final results
> zna
     K  I   R     B        C has_xna   S1   S2
1 1001 NA 0.1  TRUE 0.1+0.2i    TRUE <NA>    d
2 1002  4  NA FALSE 0.3+0.4i    TRUE    b <NA>
3 1003  5 0.3    NA 0.5+0.6i    TRUE    c    f
4 1004  6 0.4 FALSE       NA    TRUE    -    -
5 1005  7 0.5  TRUE 0.9+1.0i    TRUE    -    -

>填充值
>新华社
>伊娜
> 
>#添加布尔
>xna$hasxnayna$has_yna
>#合并
>zna-zna
KI R B C有_xnas1 S2有_yna
1 1001 NA 0.1真值0.1+0.2i真值d真值
2 1002 4 NA假0.3+0.4i真b真
3 1003 5 0.3 NA 0.5+0.6i真c f真
4 1004 6 0.4假不适用真不适用
5 1005 7 0.5真0.9+1.0i真NA
> 
>#因合并而填写NAs
>yna_cols zna[，yna_cols][is.na（zna[，yna_cols]）和is.na（zna$has_yna）]zna$has_yna
>#对xna也一样
>xna_cols zna[，xna_cols][is.na（zna[，xna_cols]）和is.na（zna$has_xna）]zna$has_yna
>#最终结果
>锌纳
KI R B C具有xna S1 S2
1 1001 NA 0.1真值0.1+0.2i真值d
2 1002 4 NA假0.3+0.4i真b
31003 5 0.3钠0.5+0.6i真碳纤维
4 1004 6 0.4假NA真--
5100570.5真值0.9+1.0i真值--

上述内容可以很容易地重写为通用合并函数包装。另一个选项是使用

data.table

和

上的nomatch
和参数来[.data.table
函数。
也许您可以在%yna$K
中找到带有！zna$K%的行，以及列“S1”和“S2”上的is.na
来分配这个问题的第二个答案，它似乎为您的问题提供了一个解决方案：关于合并（x=replace（x=xna，list=is.na（xna），values=“xna”）呢，y=replace（x=yna，list=is.na（yna），values=“yna”），by=“K”，all=TRUE）
@kjo，如果您使用Inf
而不是“XNA”
和“yna”
@d.b：这是一个有趣的想法，但它也有类似的问题。例如，它强制整数加倍，例如.Plus（令人惊讶的是），is.infinite
未为数据帧实现，因此无法使用zna[is.infinite（zna）]
## > zna
##      K  I   R     B        C   S1   S2
## 1 1001 NA 0.1  TRUE 0.1+0.2i <NA>    d
## 2 1002  4  NA FALSE 0.3+0.4i    b <NA>
## 3 1003  5 0.3    NA 0.5+0.6i    c    f
## 4 1004  6 0.4 FALSE       NA    -    -
## 5 1005  7 0.5  TRUE 0.9+1.0i    -    -

zna[is.na(zna)] <- FILL_VALUE
## > zna
##      K I   R     B        C S1 S2
## 1 1001 - 0.1  TRUE 0.1+0.2i  -  d
## 2 1002 4   - FALSE 0.3+0.4i  b  -
## 3 1003 5 0.3     - 0.5+0.6i  c  f
## 4 1004 6 0.4 FALSE        -  -  -
## 5 1005 7 0.5  TRUE   0.9+1i  -  -

## > zna[, "I"]
## [1] "-" "4" "5" "6" "7"
## > zna[, "B"]
## [1] "TRUE"  "FALSE" "-"     "FALSE" "TRUE" 
## > zna[, "R"]
## [1] "0.1" "-"   "0.3" "0.4" "0.5"
## > zna[, "C"]
## [1] "0.1+0.2i" "0.3+0.4i" "0.5+0.6i" "-"        "0.9+1i"  

> FILL_VALUE <- "-"
> 
> xna <- data.frame(K=1001:1005,
+                   I=c(NA, 4:7),
+                   R=c(0.1, NA, 0.3, 0.4, 0.5),
+                   B=c(TRUE, FALSE, NA, FALSE, TRUE),
+                   C=c(0.1+0.2i, 0.3+0.4i, 0.5+0.6i, NA, 0.9+1.0i))
> 
> yna <- data.frame(K=1001:1003,
+                   S1=c(NA, "b", "c"),
+                   S2=c("d", NA, "f"),
+                   stringsAsFactors = FALSE)
> 
> 
> # add bools
> xna$has_xna <- TRUE
> yna$has_yna <- TRUE
> 
> # merge
> zna <- merge(xna, yna, all = TRUE, by = "K")
> zna
     K  I   R     B        C has_xna   S1   S2 has_yna
1 1001 NA 0.1  TRUE 0.1+0.2i    TRUE <NA>    d    TRUE
2 1002  4  NA FALSE 0.3+0.4i    TRUE    b <NA>    TRUE
3 1003  5 0.3    NA 0.5+0.6i    TRUE    c    f    TRUE
4 1004  6 0.4 FALSE       NA    TRUE <NA> <NA>      NA
5 1005  7 0.5  TRUE 0.9+1.0i    TRUE <NA> <NA>      NA
> 
> # fill in for NAs due to merge
> yna_cols <- colnames(zna) %in% colnames(yna)
> zna[, yna_cols][is.na(zna[, yna_cols]) & is.na(zna$has_yna)] <- FILL_VALUE
> zna$has_yna <- NULL # remove column
> 
> # do the same for xna
> xna_cols <- colnames(zna) %in% colnames(xna)
> zna[, xna_cols][is.na(zna[, xna_cols]) & is.na(zna$has_xna)] <- FILL_VALUE
> zna$has_yna <- NULL # remove column
> 
> # Final results
> zna
     K  I   R     B        C has_xna   S1   S2
1 1001 NA 0.1  TRUE 0.1+0.2i    TRUE <NA>    d
2 1002  4  NA FALSE 0.3+0.4i    TRUE    b <NA>
3 1003  5 0.3    NA 0.5+0.6i    TRUE    c    f
4 1004  6 0.4 FALSE       NA    TRUE    -    -
5 1005  7 0.5  TRUE 0.9+1.0i    TRUE    -    -