如何合并/压缩两个包含随机NA值的表

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"))