R 使用id匹配和替换因子值

我有两个数据帧，两个数据帧都包含相同的变量，每个观测值都有一个唯一的id

df.1是一个大型数据集，其中包含由NA表示的缺失值。这些缺失条目的值包含在df.2中，我希望通过匹配id，将df.1中的缺失替换为df.2中的值

我还没有找到一个类似的问题，考虑到他们都是因素变量

更简单：如果id匹配，df.1中缺少的值应替换为df.2中的因子值。

df.1 <- data.frame(id = c(334,440,501,2304,2500), 
                v1 = c("4 dogs",NA,"3 dogs",NA,"No dogs"))

df.2 <- data.frame(id = c(440,2304), 
                v2 = c("4 dogs","5 dogs"))

---

df.1您可以加入
df.1
和
df.2
将
v1
和
v2
保留在合并的
数据框中。运行逻辑以将缺少的
v1
替换为
v2

library(dplyr)

df.1 <- data.frame(id = c(334,440,501,2304,2500), 
                   v1 = c("4 dogs",NA,"3 dogs",NA,"No dogs"))

df.2 <- data.frame(id = c(440,2304), 
                   v2 = c("4 dogs","5 dogs"))
#merge using left_join to keep all rows from df.1
final <- df.1 %>%
  left_join(df.2, by = "id")
#> final
#    id      v1     v2
#1  334  4 dogs   <NA>
#2  440    <NA> 4 dogs
#3  501  3 dogs   <NA>
#4 2304    <NA> 5 dogs
#5 2500 No dogs   <NA>

#Define a function to replace missing v1
replMissing <- function(x, y){
  ifelse(is.na(x), y, x )
}

#call replMissing function using mapply. Modified to handle factor
final$v1 <- as.factor(mapply(replMissing, as.character(final$v1), as.character(final$v2)))

#results is
#> final
#    id      v1     v2
#1  334  4 dogs   <NA>
#2  440  4 dogs 4 dogs
#3  501  3 dogs   <NA>
#4 2304  5 dogs 5 dogs
#5 2500 No dogs   <NA>

库（dplyr）
df.1使用
数据表和
dplyr
：-

library(data.table)
library(dplyr)
df <- left_join(df.1, df.2, by = "id")
setDT(df)
df[is.na(v1), v1 := v2]
df[, v2 := NULL]

至此，
id
将是数字，
v1
将是系数。如果希望
id
也转换为因子。您可以使用以下方法进行操作：-

df[, id := as.factor(id)]

使用
tidyverse
方法，您有两种解决方案：

第一个解决方案：

library(dplyr)
df.1 <- data.frame(id = c(334,440,501,2304,2500), 
                   v1 = c("4 dogs",NA,"3 dogs",NA,"No dogs"),stringsAsFactors=F) 

df.2 <- data.frame(id = c(440,2304), 
                   v2 = c("4 dogs","5 dogs"),stringsAsFactors=F) %>% 
    rename(v1=v2)

df_mix <- bind_rows(df.1,df.2) %>% 
    drop_na(...=v1)

库（dplyr）
df.1正如@Gregor提到的，您可以将df转换回因子。这里方便的函数是@MrFlick的
coalesce
函数。解决办法不言自明

library(dplyr)

df.1 %>%
  left_join(df.2, by = "id") %>%
  mutate_if(is.factor, as.character) %>%
  mutate(final = coalesce(v1, v2))  %>% mutate_if(is.character, as.factor)

输出

如果要删除
v1
和
v2
列，只需将最终结果输送到
%%>%选择（id，final）

希望它能起作用
 你检查过这些了吗，我想这已经被回答了。不幸的是，情况并非如此。我希望代码简单地匹配两个变量之间的ID，并将df.2中的值替换为df.1。ID仅指定df.1中缺少的值。为什么需要将它们保留为两个因子变量？只需在（merge（df.1，df.2，all=TRUE），{V1=pmax（as.character（V1），as.character（v2），na.rm=TRUE）；rm（V1，v2）}内转换为
字符
…很容易在最后转换回因子。是否有可能的解决方案将它们更改回因子并保留其原来的所有级别？@dayleymart修改了解决方案以处理
因子
值。实际上，在调用
mapply
时需要进行转换。使用此方法变量是否会丢失其因子类型？因此，
v1
将是因子<代码>id
将是数字。如果您想再次使用
id
因子。您可以使用
df[，id:=as.factor（id）]
。若你们愿意的话，我会在答案中加上它。抱歉，ID始终是数字的，并且可以保持数字，因为它只是一个唯一的标识符。谢谢。很酷，反正我加了。如果您需要，您可以使用它。刚刚使用了您的代码并查看了新创建的v1变量的摘要。似乎“NA”已被添加为df1中所有未替换的缺失值的一个因子…您有没有解决方案将它们转换回缺失值？
df.1 <- data.frame(id = c(334,440,501,2304,2500), 
                   v1 = c("4 dogs",NA,"3 dogs",NA,"No dogs"),stringsAsFactors=F)

df.2 <- data.frame(id = c(440,2304), 
                   v2 = c("4 dogs","5 dogs"),stringsAsFactors=F) 

df_mix <- left_join(df.1,df.2,by="id") %>% 
    mutate(v1=case_when(
        is.na(v1) ~ v2,
        !is.na(v1) ~ v1
    )) %>% 
    select(1:2)

library(dplyr)

df.1 %>%
  left_join(df.2, by = "id") %>%
  mutate_if(is.factor, as.character) %>%
  mutate(final = coalesce(v1, v2))  %>% mutate_if(is.character, as.factor)

   id      v1     v2   final
1  334  4 dogs   <NA>  4 dogs
2  440    <NA> 4 dogs  4 dogs
3  501  3 dogs   <NA>  3 dogs
4 2304    <NA> 5 dogs  5 dogs
5 2500 No dogs   <NA> No dogs

'data.frame':   5 obs. of  4 variables:
 $ id   : num  334 440 501 2304 2500
 $ v1   : Factor w/ 3 levels "3 dogs","4 dogs",..: 2 NA 1 NA 3
 $ v2   : Factor w/ 2 levels "4 dogs","5 dogs": NA 1 NA 2 NA
 $ final: Factor w/ 4 levels "3 dogs","4 dogs",..: 2 2 1 3 4