dplyr join定义NA值

Triamus 发表于 Dev

三

我可以在dplyr join中为NA定义一个“填充”值吗？例如，在连接中定义所有NA值都应为1？

require(dplyr)
lookup <- data.frame(cbind(c("USD","MYR"),c(0.9,1.1)))
names(lookup) <- c("rate","value")
fx <- data.frame(c("USD","MYR","USD","MYR","XXX","YYY"))
names(fx)[1] <- "rate"
left_join(x=fx,y=lookup,by=c("rate"))

上面的代码将为值“ XXX”和“ YYY”创建NA。就我而言，我要加入大量列，并且会有很多不匹配项。所有不匹配项应具有相同的值。我知道我可以分几个步骤进行操作，但问题是可以一次完成所有操作吗？谢谢！

塔拉特

首先，我建议您不要使用组合data.frame(cbind(...))。原因如下：如果仅将原子向量传递给它，则默认情况下cbind会创建一个matrix。R中的矩阵只能具有一种类型的数据（将矩阵视为具有维度属性的矢量，即行数和列数）。因此，您的代码

cbind(c("USD","MYR"),c(0.9,1.1))

创建一个字符矩阵：

str(cbind(c("USD","MYR"),c(0.9,1.1)))
# chr [1:2, 1:2] "USD" "MYR" "0.9" "1.1"

尽管您可能希望最终的数据帧具有一个字符或因子列（比率）和一个数字列（值）。但是您得到的是：

str(data.frame(cbind(c("USD","MYR"),c(0.9,1.1))))
#'data.frame':  2 obs. of  2 variables:
# $ X1: Factor w/ 2 levels "MYR","USD": 2 1
# $ X2: Factor w/ 2 levels "0.9","1.1": 1 2

因为data.frame默认情况下使用时，字符串（字符）会转换为因数（您可以通过stringsAsFactors = FALSE在data.frame()调用中指定来避免这种情况）。

我建议使用以下替代方法来创建示例数据（还要注意，您可以在同一调用中轻松指定列名称）：

lookup <- data.frame(rate = c("USD","MYR"), 
                     value = c(0.9,1.1))

fx <- data.frame(rate = c("USD","MYR","USD","MYR","XXX","YYY"))

现在，对于您的实际问题，如果我理解正确，您想在联接数据中将所有替换NA为1。如果是正确的话，这是使用left_join和的自定义函数mutate_each：

library(dplyr)
left_join_NA <- function(x, y, ...) {
  left_join(x = x, y = y, by = ...) %>% 
    mutate_each(funs(replace(., which(is.na(.)), 1)))
}

现在，您可以将其应用于数据，如下所示：

> left_join_NA(x = fx, y = lookup, by = "rate")
#  rate value
#1  USD   0.9
#2  MYR   1.1
#3  USD   0.9
#4  MYR   1.1
#5  XXX   1.0
#6  YYY   1.0
#Warning message:
#joining factors with different levels, coercing to character vector

请注意，最后得到一个字符列（比率）和一个数字列（值），并且所有NA都替换为1。

str(left_join_NA(x = fx, y = lookup, by = "rate"))
#'data.frame':  6 obs. of  2 variables:
# $ rate : chr  "USD" "MYR" "USD" "MYR" ...
# $ value: num  0.9 1.1 0.9 1.1 1 1

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。