如何合並 r 中兩個數據集的兩列，並包括一個數據幀中的所有元素，除非它們是 NA？

Question

我有兩個數據集。 一個比另一個長得多，但我想將較小數據集中的緯度/經度放到較大的數據集中。

我的第一個數據集（長數據集）有一些錯誤的緯度和經度（它們實際上並沒有說正確和錯誤，它們是坐標）：

country city latitude longitude
usa      xyz  wrong   wrong
usa      abc  wrong   wrong
usa      iff  correct correct
usa      sfo  correct correct
usa      lax  correct correct

第二個數據集較短，但僅包含需要修復的坐標的正確緯度和經度：

country city latitude longitude
usa      xyz  correct  correct
usa      abc  correct  correct

我基本上想得到以下內容：

country city latitude longitude
usa      xyz  correct correct
usa      abc  correct correct
usa      iff  correct correct
usa      sfo  correct correct
usa      lax  correct correct

需要明確的是，較小數據集中的所有緯度和經度都是正確的，因此應始終替換較大數據集中的值。

關於如何做到這一點的任何建議？ 預先感謝您的幫助。

Answer 1

試試這些：

merged <- merge(original, fixes, by = c("country", "city"), all = TRUE)
merged
#   country city latitude.x longitude.x latitude.y longitude.y
# 1     usa  abc      wrong       wrong    correct     correct
# 2     usa  iff    correct     correct       <NA>        <NA>
# 3     usa  lax    correct     correct       <NA>        <NA>
# 4     usa  sfo    correct     correct       <NA>        <NA>
# 5     usa  xyz      wrong       wrong    correct     correct
merged <- transform(merged,
  latitude = ifelse(is.na(latitude.y), latitude.x, latitude.y),
  longitude = ifelse(is.na(longitude.y), longitude.x, longitude.y)
)[, c("country", "city", "latitude", "longitude")]
merged
#   country city latitude longitude
# 1     usa  abc  correct   correct
# 2     usa  iff  correct   correct
# 3     usa  lax  correct   correct
# 4     usa  sfo  correct   correct
# 5     usa  xyz  correct   correct

---

dplyr

library(dplyr)
original %>%
  left_join(fixes, by = c("country", "city")) %>%
  mutate(
    latitude = if_else(is.na(latitude.y), latitude.x, latitude.y),
    longitude = if_else(is.na(longitude.y), longitude.x, longitude.y)
  ) %>%
  select(-contains("."))
#   country city latitude longitude
# 1     usa  xyz  correct   correct
# 2     usa  abc  correct   correct
# 3     usa  iff  correct   correct
# 4     usa  sfo  correct   correct
# 5     usa  lax  correct   correct

---

data.table

library(data.table)
originalDT <- as.data.table(original)
fixesDT <- as.data.table(fixes)
fixesDT[originalDT, on = c("country", "city")][
 ,c("latitude", "longitude") :=
    .(fifelse(is.na(latitude), i.latitude, latitude),
      fifelse(is.na(longitude), i.longitude, longitude)) ][
        , .(country, city, latitude, longitude) ]
#    country city latitude longitude
# 1:     usa  xyz  correct   correct
# 2:     usa  abc  correct   correct
# 3:     usa  iff  correct   correct
# 4:     usa  sfo  correct   correct
# 5:     usa  lax  correct   correct

或者，如果您更喜歡 pipe 與data.table一起看，那么

library(magrittr)
fixesDT[originalDT, on = c("country", "city")] %>%
  .[, c("latitude", "longitude") :=
        .(fifelse(is.na(latitude), i.latitude, latitude),
          fifelse(is.na(longitude), i.longitude, longitude)) ] %>%
  .[, .(country, city, latitude, longitude) ]