首页 文章

dplyr left_join匹配NA

提问于
浏览 次
5

当沿着键连接data.frames，并且一个键具有缺失值（NA）时，我的直觉是具有NA键的行在第二个data.frame中应该没有匹配 . 令我惊讶的是，如果两个data.frame中都有NA，则dplyr将它们匹配，就像它们是值一样 .

这是另外令人困惑的，因为这已经详细讨论了dplyr存储库see here中的问题，它似乎已经解决了！如果是这样，我错过了什么

我正在使用dplyr 0.7.4

t1 <- data.frame(a = as.character(c("1", "2", NA, NA, "4", "2")), b = c(1, 2, 3, 3, 4, 5), stringsAsFactors = FALSE)
t2 <- data.frame(a = as.character(c("1", "2", NA)), c = c("b", "n", "i"), stringsAsFactors = FALSE)
library(dplyr)
t1
#>      a b
#> 1    1 1
#> 2    2 2
#> 3 <NA> 3
#> 4 <NA> 3
#> 5    4 4
#> 6    2 5
t2
#>      a c
#> 1    1 b
#> 2    2 n
#> 3 <NA> i
left_join(t1, t2, by = "a")
#>      a b    c
#> 1    1 1    b
#> 2    2 2    n
#> 3 <NA> 3    i
#> 4 <NA> 3    i
#> 5    4 4 <NA>
#> 6    2 5    n

事实上，我会预料到以下情况：

#>      a b    c
#> 1    1 1    b
#> 2    2 2    n
#> 3 <NA> 3 <NA>
#> 4 <NA> 3 <NA>
#> 5    4 4 <NA>
#> 6    2 5    n
r dplyr

2 回答

  • 2

    解决方案是使用参数 na_matches = "never" . 这是由Twitter上的Dani Rabaiotti和Hadley Wickham指出的 .

    该参数记录在 tbl_df 类的 left_join 方法中： ?left_join.tbl_df

    回复于
  • 0

    此行为与 merge 相同（尽管有一些重新排序） .

    merge(t1,t2,all.x=T)
     a b    c
1    1 1    b
2    2 2    n
3    2 5    n
4    4 4 <NA>
5 <NA> 3    i
6 <NA> 3    i

    您可以通过设置 incomparables=NA 来获得预期的输出：

    merge(t1,t2,all.x=T,incomparables=NA)
     a b    c
1    1 1    b
2    2 2    n
3    2 5    n
4    4 4 <NA>
5 <NA> 3 <NA>
6 <NA> 3 <NA>

    在 dplyr 中，此选项似乎没有记录，但是查看 dplyr:::left_join.tbl_df 您可以看到 na_matches 看起来很有前景 . 一些玩游戏显示你需要给它值 "never" .

    left_join(t1,t2,by="a",na_matches="never")
     a b    c
1    1 1    b
2    2 2    n
3 <NA> 3 <NA>
4 <NA> 3 <NA>
5    4 4 <NA>
6    2 5    n
    回复于

相关问题