如何合并r中两个数据集的两列，并包括一个数据帧中的所有元素，除非它们是NA

Question

我有两个数据集。一个比另一个长得多，但我想把较小数据集的纬度/经度放在较大的数据集上。

我的第一个数据集(长数据集(有一些错误的纬度和经度(它们实际上并没有说正确和错误，它们是坐标(：

country city latitude longitude
usa      xyz  wrong   wrong
usa      abc  wrong   wrong
usa      iff  correct correct
usa      sfo  correct correct
usa      lax  correct correct

第二个数据集较短，但包含正确的lat和lons，仅用于需要修复的坐标：

country city latitude longitude
usa      xyz  correct  correct
usa      abc  correct  correct

我基本上想得到以下：

country city latitude longitude
usa      xyz  correct correct
usa      abc  correct correct
usa      iff  correct correct
usa      sfo  correct correct
usa      lax  correct correct

需要明确的是，较小数据集中的所有纬度和经度都是正确的，因此应始终替换较大数据集中的值。

有什么建议吗？提前感谢您的帮助。

Answer 1

试试这些：

merged <- merge(original, fixes, by = c("country", "city"), all = TRUE)
merged
#   country city latitude.x longitude.x latitude.y longitude.y
# 1     usa  abc      wrong       wrong    correct     correct
# 2     usa  iff    correct     correct       <NA>        <NA>
# 3     usa  lax    correct     correct       <NA>        <NA>
# 4     usa  sfo    correct     correct       <NA>        <NA>
# 5     usa  xyz      wrong       wrong    correct     correct
merged <- transform(merged,
latitude = ifelse(is.na(latitude.y), latitude.x, latitude.y),
longitude = ifelse(is.na(longitude.y), longitude.x, longitude.y)
)[, c("country", "city", "latitude", "longitude")]
merged
#   country city latitude longitude
# 1     usa  abc  correct   correct
# 2     usa  iff  correct   correct
# 3     usa  lax  correct   correct
# 4     usa  sfo  correct   correct
# 5     usa  xyz  correct   correct

---

dplyr

library(dplyr)
original %>%
left_join(fixes, by = c("country", "city")) %>%
mutate(
latitude = if_else(is.na(latitude.y), latitude.x, latitude.y),
longitude = if_else(is.na(longitude.y), longitude.x, longitude.y)
) %>%
select(-contains("."))
#   country city latitude longitude
# 1     usa  xyz  correct   correct
# 2     usa  abc  correct   correct
# 3     usa  iff  correct   correct
# 4     usa  sfo  correct   correct
# 5     usa  lax  correct   correct

---

数据表

library(data.table)
originalDT <- as.data.table(original)
fixesDT <- as.data.table(fixes)
fixesDT[originalDT, on = c("country", "city")][
,c("latitude", "longitude") :=
.(fifelse(is.na(latitude), i.latitude, latitude),
fifelse(is.na(longitude), i.longitude, longitude)) ][
, .(country, city, latitude, longitude) ]
#    country city latitude longitude
# 1:     usa  xyz  correct   correct
# 2:     usa  abc  correct   correct
# 3:     usa  iff  correct   correct
# 4:     usa  sfo  correct   correct
# 5:     usa  lax  correct   correct

或者，如果你喜欢data.table的管道外观，那么

library(magrittr)
fixesDT[originalDT, on = c("country", "city")] %>%
.[, c("latitude", "longitude") :=
.(fifelse(is.na(latitude), i.latitude, latitude),
fifelse(is.na(longitude), i.longitude, longitude)) ] %>%
.[, .(country, city, latitude, longitude) ]