在R

我有两个大数据框。最小的,可复制的示例如下所示:

A <- data.frame(A=c("a","b","c","d"),B=c(1,2,3,4),C=c(1,NA,NA),D=c(1,4))
A

  A B  C D
1 a 1  1 1
2 b 2  2 2
3 c 3 NA 3
4 d 4 NA 4

B <- data.frame(A=c("c",B=c(3,C=c(3,4))
B

  A B C
1 c 3 3
2 d 4 4

对于在A中具有NA的每一行,我在B中都有一个对应的行,并替换了缺失值。我想将两个数据帧A和B合并到一个“公用”数据帧AB中,以将数据帧A列C中的NA替换为它们在数据帧B列C中的对应值。结果应如下所示:

AB <- data.frame(A=c("a",4))
AB

  A B C D
1 a 1 1 1
2 b 2 2 2
3 c 3 3 3
4 d 4 4 4

我得到的“最接近的”(也不是最接近的)是以下代码:

AB <- merge(A,B,all.x = TRUE)
AB

  A B  C D
1 a 1  1 1
2 b 2  2 2
3 c 3 NA 3
4 d 4 NA 4

很明显,仅使用A中的变量。我已经咨询了以下问题:

请考虑实际数据帧要大得多。如果您需要任何其他信息,请告诉我。预先感谢!

yjyhp5211314 回答:在R

使用data.table软件包,您可以执行一个update-join,它应在大型数据集上快速运行。

library(data.table)
#set A and B as data.table
setDT(A);setDT(B)
#update col C in data.table A with col C from data.table B,join by cols A and B
A[ B,C := i.C,on = .( A,B) ]

输出

#    A B C D
# 1: a 1 1 1
# 2: b 2 2 2
# 3: c 3 3 3
# 4: d 4 4 4
,

您可以在base中执行以下操作:

index <- match(B$A,A$A) 

A$C[index] <- B$C

# A B C D
#1 a 1 1 1
#2 b 2 2 2
#3 c 3 3 3
#4 d 4 4 4
,

rbind(data.frame(na.omit(A)),B)

本文链接:https://www.f2er.com/3165714.html

大家都在问