R 如何用另一个数据帧中的值替换变量的NAs

我希望这个不是愚蠢的

我有两个带有变量ID和gender/sex的数据帧。在df1中，有NAs。在df2中，变量是完整的。我想用df2中的值来完成df1中的列。 在df1中，该变量称为性别。在df2中，它被称为性

以下是我迄今为止所做的尝试：

#example-data
ID<-seq(1,30,by=1)
df1<-as.data.frame(ID)
df2<-df1
df1$gender<-c(NA,"2","1",NA,"2","2","2","2","2","2",NA,"2","1","1",NA,"2","2","2","2","2","1","2","2",NA,"2","2","2","2","2",NA)
df2$sex<-c("2","2","1","2","2","2","2","2","2","2","2","2","1","1","2","2","2","2","2","2","1","2","2","2","2","2","2","2","2","2")


#Approach 1: 
NAs.a <- is.na(df1$gender)
df1$gender[NAs.a] <- df2[match(df1$ID[NAs.a], df2$ID),]$sex

#Approach 2 (i like dplyr a lot, perhaps there´s a way to use it):
library("dplyr")
temp<-df2 %>% select(ID,gender)

#EDIT:
#df<-left_join(df1$gender,df2$gender, by="ID") 
 df<-left_join(df1,df2, by="ID") 

---

非常感谢。

这可能是base R最简单的方法

idx <- is.na(df1$gender)
df1$gender[idx] = df2$sex[idx]

你可以

df1 %>% select(ID) %>% left_join(df2, by = "ID")
#   ID sex
#1   1   2
#2   2   2
#3   3   1
#4   4   2
#5   5   2
#6   6   2
#.. ..  

这假设——如示例中所示——来自df1的所有ID也存在于df2中，并且在那里有性别信息

如果数据中有其他列，也可以尝试以下方法：

df1 %>% select(-gender) %>% left_join(df2[c("ID", "sex")], by = "ID")

---

这里有一个使用data.tables二进制连接的快速解决方案。这将只连接性别和性别，并保留所有其他列不变

library(data.table)
setkey(setDT(df1), ID)
df1[df2, gender := i.sex][]
#     ID gender
#  1:  1      2
#  2:  2      2
#  3:  3      1
#  4:  4      2
#  5:  5      2
#  6:  6      2
#  7:  7      2
#  8:  8      2
#  9:  9      2
# 10: 10      2
# 11: 11      2
# 12: 12      2
# 13: 13      1
# 14: 14      1
# 15: 15      2
# 16: 16      2
# 17: 17      2
# 18: 18      2
# 19: 19      2
# 20: 20      2
# 21: 21      1
# 22: 22      2
# 23: 23      2
# 24: 24      2
# 25: 25      2
# 26: 26      2
# 27: 27      2
# 28: 28      2
# 29: 29      2
# 30: 30      2

---

@用户2982730，您是否使用了示例中的数据？dplyr 0.4.1Ok没有任何错误，我遇到了这个问题：tableDatensatz$SEXT，useNA=总是带来0/1/NA，那么tablesampleframe$SEXT有0/1。那么为什么>Datensatz$gender[NAs.a]tableDatensatz$gender，useNA=总是给我带来4倍于2的值呢？0 1 2 279 294 4 0实际上，使用match的第一种方法应该非常有效，为什么您不喜欢它？我喜欢它，但我的数据不是示例数据，我没有得到0和1的值，而是2 4倍的值。我不知道哪里出了问题，因为这两列都只包含0和1。您是否像我在评论中建议的那样尝试了df1[df2，sex:=I.sex][is.nagender，sex:=sex][？这将向您显示两列，以便您可以比较并查看所有内容是否正确匹配。它还将通过引用修改df1.yes，但我得到以下错误：error in:=sex，i.sex:Check It is.data.tableDT==TRUE。否则，：=和：=。。。定义为在j中使用，仅一次，并以特定方式使用。请参阅帮助：=。这是只替换NAs，还是替换整个列？如果要仅替换性别为的NAs，可以执行类似于df1[df2，sex:=i.sex][is.nagender，sex:=sex][]的操作。虽然dplyr的答案也连接了整个列，但似乎您的答案没有问题，谢谢，但当两个向量的长度不同时，这似乎不起作用。