比较R数据框中多列中的值并更新缺失值

Question

我有3个数据框。 第一个df包含一个列-名称-

df 1
    Name 
    A    
    B    
    C    
    D    
    E    
    F    
    G  
    H
    I
    J
    K   

第二个df包含两列-名称和计数，但是第一个df中可能缺少某些名称。

df 2 - 
  Name   Counts 
    A    12
    B    23
    C    34
    D    56
    E    34
    K    44

我想比较从第二个df到第一个df的所有名称，如果没有任何一个名称丢失，那就很好。 如果缺少任何名称，则必须从第三df填充该名称及其计数。 第三个df中将始终具有可用的名称和计数。

df 3 - 
 Name   Counts 
    A    34
    B    45
    C    34
    D    56
    E    67
    F    435
    G    45
    H    76
    I    76
    J    88
    K    90

因此，在上述示例中，由于第二个df中缺少F，G，H，I，J，因此应从df 3中添加其信息。

第二个df应该更新为-

Name   Counts 
    A    12
    B    23
    C    34
    D    56
    E    34
    F    435
    G    45
    H    76
    I    76
    J    88
    K    44

任何帮助都会很棒

谢谢

Answer 1

你可以做...

library(data.table)
setDT(DF1); setDT(DF2); setDT(DF3)

DF1[, n := unique(rbind(DF2, DF3), by="Name")[.(.SD$Name), on=.(Name), x.Counts]]

这会向DF1添加一列：

    Name   n
 1:    A  12
 2:    B  23
 3:    C  34
 4:    D  56
 5:    E  34
 6:    F 435
 7:    G  45
 8:    H  76
 9:    I  76
10:    J  88
11:    K  44

您可以改为执行merge(DF1, unique(rbind(DF2, DF3), by="Name"), all.x=TRUE) ，尽管那样会创建一个新表，而不是在现有表中添加列。 此合并的dplyr类似物为left_join(DF1, bind_rows(DF2, DF3) %>% distinct(Name)) 。

这个怎么运作

• DF = rbind(DF2, DF3)追加两个源表
• uDF = unique(DF, by="Name")保留每个Name的第一行
• DF1[, n := z]将值为z列n添加到DF1
• z = x[i, on=, xv]使用i查找x行，然后返回v列，其中...
  • x = uDF
  • v = Counts
  • i = .SD$Name是在DF1找到的i = .SD$Name的向量

DT[i, j] j的.SD指的是DT本身，即“数据子集”。