使用dplyr连接两个数据帧时,我可以替换NA吗？

Question

我想加入两个数据框.某些列名称重叠,并且NA其中一个数据框的重叠列中有条目.这是一个简化的例子:

df1 <- data.frame(fruit = c('apples','oranges','bananas','grapes'), var1 = c(1,2,3,4), var2 = c(3,NA,6,NA), stringsAsFactors = FALSE)
df2 <- data.frame(fruit = c('oranges','grapes'), var2=c(5,6), var3=c(7,8), stringsAsFactors = FALSE)

我是否可以使用dplyr连接函数来连接这些数据框并自动确定非NA条目的优先级,以便我得到"var2"列,以便NA在连接的数据框中没有条目？就像现在一样,如果我打电话left_join,它会保留NA条目,如果我调用full_join它会复制行.

Answer 1

coalesce可能是你需要的东西.它从第一个向量填充NA,其中第二个向量的值在相应的位置:

library(dplyr)
df1 %>% 
        left_join(df2, by = "fruit") %>% 
        mutate(var2 = coalesce(var2.x, var2.y)) %>% 
        select(-var2.x, -var2.y)

#     fruit var1 var3 var2
# 1  apples    1   NA    3
# 2 oranges    2    7    5
# 3 bananas    3   NA    6
# 4  grapes    4    8    6

或使用data.table,就地替换:

library(data.table)
setDT(df1)[setDT(df2), on = "fruit", `:=` (var2 = i.var2, var3 = i.var3)]
df1
#      fruit var1 var2 var3
# 1:  apples    1    3   NA
# 2: oranges    2    5    7
# 3: bananas    3    6   NA
# 4:  grapes    4    6    8