R 使用另一个数据表中列的值更新一个数据表中的NAs列

我看过一篇关于这个话题的类似文章，但无法理解解决方案。基本上，我有一个带有分数和一些NAs的数据表（DT1）。如果存在“NA”，我希望流程引用另一个数据（DT2）表，该表在两个表（tract）中都有一个公共列，然后用DT2的得分列的值更新DT1中的NA。我之所以选择数据表类，是因为我认为它是一个有效的选择

DT1

DT2

我们为一些data.table概念创建了新的（更全面的）。看看我们正在研究的其他小插曲。我正在研究连接的小插曲，完成后有望更好地澄清这些类型的问题

---

想法是首先在

tract

列的

DT1

上设置

setkey（）

setkey(DT1, tract)

在data.tables中，形式为
x[i]
的联接需要
x
的键，但不一定需要
i
的键。这将导致两种情况：


如果
i
也设置了键--
i
的第一个键列与
x
的第一个键列匹配，第二个键列与第二个键列匹配，依此类推

如果
i
未设置键--
i
的第一列与
x
的第一列键匹配，
i
的第二列与
x
的第二列键匹配，依此类推


在这种情况下，由于
i
中的第一列也是
tract
，我们将跳过
i
上的设置键

然后，我们执行形式为
x[i]
的联接。通过这样做，对于每个
i
计算
x
中的匹配行索引，然后将联接结果具体化。但是，我们不希望整个联接结果成为新的data.table。相反，我们希望在那些匹配行上用
DT2
更新
DT1
的
CreditScore
列

在data.tables中，我们可以在连接时执行该操作，方法是在
j
中提供表达式，如下所示：

DT1[DT2, CreditScore := i.CreditScore]
#          tract CreditScore
# 1: 36067013000         777
# 2: 36083052304         663
# 3: 36083052403         650
# 4: 36091062602         335
# 5: 36107020401         635

DT1[DT2
部分在
DT1
中为
DT2
中的每一行查找匹配的行。如果存在匹配，我们希望
DT2
的值在
DT1
中更新。我们通过使用
i.CreditScore
——它指的是
DT2
的
CreditScore
列（
i.
是一个前缀，用于区分
x
和
i
data.tables之间名称相同的列）


更新：正如评论中指出的，上述解决方案还将更新
DT1
中的非NA值。因此，方法如下：

DT1[is.na(CreditScore), CreditScore := DT2[.(.SD), CreditScore]]

在
DT1
中的
CreditScore
为
NA
的行上，将
DT1
中的
CreditScore
替换为从
DT2[.（.SD]的联接中获得的
CreditScore
中的值
，其中
.SD
对应于data.table的子集，该表包含
CreditScore
为
NA
的所有行

HTH
如果您使用的是
data.table
包，您需要在问题中明确这一点。我不清楚您是指特定于
data.table
的数据结构还是基本结构
data.frame
。有什么原因（例如大小/内存问题）不能将两个表合并并使用
ifelse（）
创建一个具有适当值的新列？@Alex，是的。他也可以将数据加载到Excel中，然后做一个
vlookup
，不是吗？更具体地说，
数据。table
可以执行二进制连接，并在连接时通过引用更新列。这比
合并
+更有效e> ifelse
是由大数据集上的几个因素决定的。感谢您的评论。是的，我选择使用data.table软件包的主要原因是它的总体效率。如果不需要，我不想在DT1中添加其他列。我将尝试下面的答案，看看它是如何工作的……谢谢，干杯！我使用
信用卡是正确的吗对于每个匹配的
tract
，从
DT2
中获得的分数
？根据我对OP的理解，
DT2
值只有在
DT1
中为
NA
时才应取。在给出的示例中，这并不重要，因为对于公共记录，两个表中的
DT1
值都是635。如果它们不同，如何计算
DT1
值保留？有人告诉我，
.SD
在尝试实现此解决方案时被锁定。@MichaelChirico是的，我看到了相同的行为，无法理解它何时被锁定，何时未被锁定。例如，它没有被锁定，但它被锁定。不知道…@Davidernburg-hmm，闻起来像是一个bug，我相信这意味着你只需要设置同时输入
DT2
DT1[DT2, CreditScore := i.CreditScore]
#          tract CreditScore
# 1: 36067013000         777
# 2: 36083052304         663
# 3: 36083052403         650
# 4: 36091062602         335
# 5: 36107020401         635

DT1[is.na(CreditScore), CreditScore := DT2[.(.SD), CreditScore]]