是否有用于与 all=TRUE 合并的 R dplyr 方法？

Posted 2023-03-11

【中文标题】是否有用于与 all=TRUE 合并的 R dplyr 方法？

【英文标题】：Is there an R dplyr method for merge with all=TRUE?

【发布时间】：2014-03-17 11:04:12

【问题描述】：

我有两个要合并的 R 数据框。在直 R 中你可以这样做：

cost <- data.frame(farm=c('farm A', 'office'), cost=c(10, 100))
trees <- data.frame(farm=c('farm A', 'farm B'), trees=c(20,30))
merge(cost, trees, all=TRUE)

产生：

    farm cost trees
1 farm A   10    20
2 office  100    NA
3 farm B   NA    30

我正在使用dplyr，并且希望使用以下解决方案：

left_join(cost, trees)

这会产生接近我想要的东西：

    farm cost trees
1 farm A   10    20
2 office  100    NA

在dplyr 中，我可以看到left_join、inner_join、semi_join 和anti-join，但这些都没有merge 和all=TRUE 的作用。

另外 - 有没有一种快速的方法可以将 NA 设置为 0？到目前为止，我使用 x$trees[is.na(x$trees)] <- 0; 所做的努力很费力（我需要每列一个命令），而且似乎并不总是有效。

谢谢

【问题讨论】：

plyr::join_all 呢？

当您与 NA 合并时，您是否期望“匹配 NA”的 m x n 多重性？

DF[is.na(DF)]<-0 会将 NA 变为 0 - 在 dplyr 上我认为不是。

不，应该是outer_join()，尚未实现：github.com/hadley/dplyr/issues/96

@hadley：我也在为此苦苦挣扎。能否请您在 plyr::*_join 手册页中添加 'outer_join 尚未实现，使用 base::merge() 或其他函数'？

【参考方案1】：

dplyr (0.4.0) 的最新版本现在有一个 full_join 选项，我相信这是你想要的。

cost <- data.frame(farm=c('farm A', 'office'), cost=c(10, 100))
trees <- data.frame(farm=c('farm A', 'farm B'), trees=c(20,30))
merge(cost, trees, all=TRUE)

返回

> merge(cost, trees, all=TRUE)
        farm cost trees
    1 farm A   10    20
    2 office  100    NA
    3 farm B   NA    30

和

library(dplyr)
full_join(cost, trees)

返回

> full_join(cost, trees)
Joining by: "farm"
    farm cost trees
1 farm A   10    20
2 office  100    NA
3 farm B   NA    30
Warning message:
joining factors with different levels, coercing to character vector

【参考方案2】：

library(plyr)
> dat <- join(cost, trees, type = "full")
Joining by: farm
> dat
    farm cost trees
1 farm A   10    20
2 office  100    NA
3 farm B   NA    30

> dat[is.na(dat)] <- 0
> dat
    farm cost trees
1 farm A   10    20
2 office  100     0
3 farm B    0    30

【讨论】：

请不要用零替换 NA。