如何解决如何合并/压缩两个包含随机NA值的表
我有两个数据框:
df1 = data.frame(Experiment = "exp",Variable = ".13",Genename = "ENSG00003",Index = 1,Score1 = NA,Score2 = 1,Score3 = 1:2
)
df2 = data.frame(Experiment = "exp",Index = NA,Score1 = 1,Score2 = NA,Score3 = 1:2
)
我想将它们合并在一起,以便在第二个数据帧中有非NA值的情况下替换第一个数据帧中的NA值。非常重要的是,绝不要覆盖任何非NA值,并且理想情况下,我想将任何会与df1中的非NA值重叠的df2值保存在新列中,尽管这绝对绝对不会正常发生,而我会如果确实发生了,我宁愿被警告。
我尝试过:
merge(x = df1,y = df2,by.x = names(df1),by.y = names(df2),all.x = TRUE,all.y = TRUE)
merge(x = df1,by.x = c("Experiment","Variable","Index","Genename"),by.y = c("Experiment",all.y = TRUE)
aggregate(. ~ Genename,data = merge(df1,df2,all= TRUE),na.action = na.pass,FUN = sum,na.rm = TRUE)
dplyr::full_join(x = df1,by = c("Experiment","Genename"))
data %>% mutate(mycol = coalesce(x,y,z)) %>% select(a,mycol)
coalesce(df1,df2)
此外,上面还讨论了各种参数,为简洁起见,在此省略。我似乎找不到一种简单的方法来做我需要做的事情。我只是想非破坏性地合并两个数据帧,并从该“非破坏性”子句中省略NA值。
解决方法
首先进行完全连接,然后在coalesce()
中使用mutate()
。请注意,在您的示例中,联接列不是唯一的,因此,在输出中,每一行都是重复的。您仍然必须清理那些重复项。
library(dplyr)
df1 %>%
full_join(df2,by = c("Experiment","Variable","Genename")) %>%
mutate(
Index = coalesce(Index.x,Index.y),Score1 = coalesce(Score1.x,Score1.y),Score2 = coalesce(Score2.x,Score2.y),Score3 = coalesce(Score3.x,Score3.y),) %>%
select(-ends_with(".x"),-ends_with(".y"))
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。