R:根据列的前缀和后缀有条件替换值

Question

我有两个数据帧。数据框架A具有许多观察/行，每个观察值的ID和许多其他列。对于观测值x的子集，一组列的值丢失/Na。数据框架B包含X中的观测值子集(可以使用ID在数据框架上匹配的观测值(和具有与数据框架A中相同名称的变量，但包含值以替换具有缺失/缺失/的列中缺少值的值Na。

我的代码下面(使用联接操作(仅添加列而不是替换缺失值。对于B中的每个其他变量(让我们命名W(，结果表产生W.X和W.Y。

library(dplyr)
foo <- data.frame(id = seq(1:6), x = c(NA, NA, NA, 1, 3, 8), z = seq_along(10:15))
bar <- data.frame(id = seq(1:2), x = c(10, 9))
dplyr::left_join(x = foo, y = bar, by = "id")

我试图根据ID中的B中的值替换A中的丢失值，但是由于我有很多列和许多行，因此以有效的方式替换了B中的值。我的目标是：

  id   x z 
1  1  10 1  
2  2   9 2  
3  3  NA 3  
4  4   1 4  
5  5   3 5  
6  6   8 6 

一个想法是加入后使用ifelse((，但是输入所有变量的Ifelse((函数是不可行的。是否有一种方法可以简单地执行此操作，而无需数据库加入，或者有没有办法在.x中以.x终止的所有列中应用一个函数，以替换.x中的值，如果丢失了.x的值，则在.y中替换值？

Answer 1

另一个尝试仅应为一个分配操作的尝试。再次使用 @alistaire的数据：

vars <- c("x","y")
foo[vars] <- Map(pmax, foo[vars], bar[match(foo$id, bar$id), vars], na.rm=TRUE)
foo
#  id  x y z
#1  1 10 1 1
#2  2  9 2 2
#3  3 NA 3 3
#4  4  1 4 4
#5  5  3 5 5
#6  6  8 6 6

Answer 2

edit

更新答案以@Alistaire的示例数据框架。

我们可以使用mapply扩展下面给出的相同答案，以便它可以处理foo和bar的多个列。

在两个数据范围之间找到常见的列并对其进行排序，使其处于相同的顺序。

vars <- sort(intersect(names(foo), names(bar))[-1])
foo[vars] <- mapply(function(x, y) {
             ind = is.na(x)
             replace(x, ind, y[match(foo$id[ind], bar$id)])
             }, foo[vars], bar[vars])
foo
#  id  x y z
#1  1 10 1 1
#2  2  9 2 2
#3  3 NA 3 3
#4  4  1 4 4
#5  5  3 5 5
#6  6  8 6 6

原始答案

我认为这可以做您想要的：

foo[-1] <- sapply(foo[-1], function(x) {
    ind = is.na(x)
    replace(x, ind, bar$x[match(foo$id[ind], bar$id)])
})

foo
#  id  x z
#1  1 10 1
#2  2  9 2
#3  3 NA 3
#4  4  1 4
#5  5  3 5
#6  6  8 6

对于每个列(id除外(，我们在foo中找到缺失值，并用bar的相应值替换它。

Answer 3

如果您不介意冗长的基础方法，那么您可以使用merge()轻松完成此操作，并仔细的数据框架子集。

df <- merge(foo, bar, by="id", all.x=TRUE)
names(df) <- c("id", "x", "z", "y")
df$x[is.na(df$x)] <- df$y[is.na(df$x)]
df <- df[c("id", "x", "z")]
> df
  id  x z
1  1 10 1
2  2  9 2
3  3 NA 3
4  4  1 4
5  5  3 5
6  6  8 6

Answer 4

您可以在非组列的相交上迭代dplyr::coalesce。它不是优雅的，但应该很好地扩展：

library(tidyverse)
foo <- data.frame(id = seq(1:6), 
                  x = c(NA, NA, NA, 1, 3, 8), 
                  y = 1:6,    # add extra shared variable
                  z = seq_along(10:15))
bar <- data.frame(id = seq(1:2), 
                  y = c(1L, NA),
                  x = c(10, 9))
# names of non-grouping variables in both
vars <- intersect(names(foo), names(bar))[-1]
foobar <- left_join(foo, bar, by = 'id')
foobar <- vars %>% 
    map(paste0, c('.x', '.y')) %>%    # make list of columns to coalesce
    map(~foobar[.x]) %>%    # for each set, subset foobar to a two-column data.frame 
    invoke_map(.f = coalesce) %>%    # ...and coalesce it into a vector
    set_names(vars) %>%   # add names to list elements
    bind_cols(foobar) %>%   # bind into data.frame and cbind to foobar
    select(union(names(foo), names(bar)))    # drop duplicated columns
foobar
#> # A tibble: 6 x 4
#>      id     x     y     z
#>   <int> <dbl> <int> <int>
#> 1     1    10     1     1
#> 2     2     9     2     2
#> 3     3    NA     3     3
#> 4     4     1     4     4
#> 5     5     3     5     5
#> 6     6     8     6     6