首页 文章

双向连接在dplyr中以恢复值

提问于
浏览 次
2

我已经检查了这个问题，但找不到匹配的条目 .

假设您有2个DF：

df1:mode   df2:sex
1           1
2           2
3

以及DF3，其中大多数组合不存在，例如，

mode | sex  | cases      
1        1      9
1        1      2
2        2      7
3        1      2
1        2      5

并且你想用dplyr总结它获得所有组合（不存在的组合= 0）：

mode | sex  | cases      
    1        1     11
    1        2     5
    2        1     0
    2        2     7
    3        1     2
    3        2     0

如果你单个left_join（left_join（df1，df3）你恢复不在df3中的模式，但'Sex'显示为'NA'，如果你执行left_join（df2，df3）则相同 .

所以你怎么能做左联接来恢复所有缺席组合，案例= 0？ dplyr首选，但sqldf是一个选项 .

在此先感谢，p .

r left-join dplyr

2 回答

  • 3

    首先，这里是您更友好，可重复的格式的数据

    df1 <- data.frame(mode=1:3)
df2 <- data.frame(sex=1:2)
df3 <- data.frame(mode=c(1,1,2,3,1), sex=c(1,1,2,1,2), cases=c(9,2,7,2,5))

    我没有在 dplyr 中看到完整外连接的选项，所以我将在这里使用基本R来合并 df1 和 df2 以获得所有模式/性别组合 . 然后我将其连接到数据并用零替换NA值 .

    mm <- merge(df1,df2) %>% left_join(df3)
mm$cases[is.na(mm$cases)] <- 0
mm %>% group_by(mode,sex) %>% summarize(cases=sum(cases))

    这使

    mode sex cases
1    1   1    11
2    1   2     5
3    2   1     0
4    2   2     7
5    3   1     2
6    3   2     0
    回复于
  • 5

    tidyr 的开发版本，tidyr_0.2.0.9000，有一个名为 complete 的新函数，我前几天看到它似乎是针对这种情况而制作的 .

    帮助页面说：

    这是expand（），left_join（）和replace_na的包装，它对于完成缺少的数据组合很有用 . 它将隐式缺失值转换为显式缺失值 .

    要添加缺少的 df3 组合并填充0值，您可以执行以下操作：

    library(tidyr)
library(dplyr)

df3 %>% complete(mode, sex, fill = list(cases = 0))

  mode sex cases
1    1   1     9
2    1   1     2
3    1   2     5
4    2   1     0
5    2   2     7
6    3   1     2
7    3   2     0

    你仍然需要 group_by 和 summarise 来获得你想要的最终输出 .

    df3 %>% complete(mode, sex, fill = list(cases = 0)) %>%
    group_by(mode, sex) %>%
    summarise(cases = sum(cases))

Source: local data frame [6 x 3]
Groups: mode

  mode sex cases
1    1   1    11
2    1   2     5
3    2   1     0
4    2   2     7
5    3   1     2
6    3   2     0
    回复于

相关问题