dplyr 的 2 个 dfs 的 left_join 导致具有所有 NA 的 num 列

Posted 2023-03-24

【中文标题】dplyr 的 2 个 dfs 的 left_join 导致具有所有 NA 的 num 列

【英文标题】：dplyr's left_join of 2 dfs leads to num column with all NAs

【发布时间】：2022-01-08 22:49:54

【问题描述】：

我正在使用 RStudio 1.4.1717。

我想合并 2 个 dfs (WZ & PR)；两者都是从 .csv 文件导入的。 他们的数据如下：

str(WZ) 'data.frame'：1547 obs。 3 个变量：

ID : 整数 879 1235 1480 1936 2271 2717 2780 2900 3016 3675 ​​...

清算：日期，格式：“2021-01-07”“2021-08-23”...

PTBeginn：日期，格式：“2021-05-19” NA ...

str(PR2) 'data.frame'：862 obs。 2 个变量：

ID : 整数 657500 667148 668036 676333 692171 692186 692586 693638 693641 693646 ...

分数：num 37912 15701 76 1143904 24056 ...

当我想使用以下代码执行左连接时

WZ_PR <-PR2 %>% left_join(WZ, by = 'ID')

“分数”向量仅显示 NA

str(WZ_PR) 'data.frame'：1547 obs。 4个变量： ID : 整数 879 1235 1480 1936 2271 2717 2780 2900 3016 3675 ​​...

清算：日期，格式：“2021-01-07”“2021-08-23”...

PTBeginn：日期，格式：“2021-05-19” NA ...

分数：num NA NA NA NA NA NA NA NA NA NA ...

有人知道我做错了什么吗？

最好的祝愿， 马库斯

【问题讨论】：

这是因为您在WZ中的ID与PR中的ID不匹配。如果按“ID”合并，则两个数据集之间的“ID”值应该相等。

方便那些想要通过reproducible example 提供帮助的人。作为 R 用户，reprex package 非常适合执行此操作。

很抱歉浪费了您的时间。确实，ID 不匹配。这本身很奇怪，但我必须自己调查一个问题。非常感谢您的帮助！！

【参考方案1】：

您确定您在 WZ 和 PR2 中的 ID 相同吗？输出表明你没有，因为这个分数是 NA

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。

很抱歉浪费了您的时间。确实，ID 不匹配。这本身很奇怪，但我必须自己调查一个问题。非常感谢您的帮助！！