Context
我的问题与这两个类似：
但是，如果两行之间存在“冲突”，我希望保留多行。（这些问题也是在合并 Dataframe 之后开始的。对于我的问题，可以提供修改合并过程的答案。我可以保证，每个 Dataframe 的ID都是唯一的。当然，也可以提供更通用的解决方案，在合并之后开始。）
问题
我想合并两个 Dataframe ，但忽略包含的NA。
示例
鉴于
> my_data1
ID m n o p q
1 A K U <NA> <NA> K
2 B L V Q A L
3 C M W <NA> S M
4 D N X W D N
5 E O Y <NA> <NA> O和
> my_data2
ID m n o p r
1 A K U E <NA> U
2 B L V <NA> B V
3 C M W R <NA> W
4 D N X <NA> <NA> X
5 E O Y T F Y合并它们返回
> my_data
ID m n o p q r
1 A K U E <NA> <NA> U
2 A K U <NA> <NA> K <NA>
3 B L V Q A L <NA>
4 B L V <NA> B <NA> V
5 C M W R <NA> <NA> W
6 C M W <NA> S M <NA>
7 D N X W D N <NA>
8 D N X <NA> <NA> <NA> X
9 E O Y T F <NA> Y
10 E O Y <NA> <NA> O <NA>但我想得到的是
> my_data
ID m n o p q r
1 A K U E <NA> K U
2 B L V Q A L <NA>
3 B L V <NA> B <NA> V
4 C M W R S M W
5 D N X W D N X
6 E O Y T F O Y- 由于列
p，无法合并ID == B。 ID == A非常特殊，因为列p中有两个NA。IDsC、D和E相对简单，可以通过下面的代码解决。
代码
my_data1 <- data.frame(ID = LETTERS[1:5],
m = LETTERS[11:15],
n = LETTERS[21:25],
o = c(NA, 'Q', NA, 'W', NA),
p = c(NA, 'A', 'S', 'D', NA),
q = LETTERS[11:15])
my_data2 <- data.frame(ID = LETTERS[1:5],
m = LETTERS[11:15],
n = LETTERS[21:25],
o = c('E', NA, 'R', NA, 'T'),
p = c(NA, 'B', NA, NA, 'F'),
r = LETTERS[21:25])
my_data <- merge(my_data1, my_data2, all = TRUE)
# or
my_data <- bind_rows(my_data1, my_data2) |>
arrange(ID)
# Solution (incomplete)
my_data <- my_data |>
filter(ID != 'A', ID != 'B') |> # Error without this line
select(-m, -n) |> # Error without this line
group_by(ID) |>
summarise(across(.cols = everything(),
.fns = ~ na.omit(.x)))
my_data |>
view()
2条答案
按热度按时间w9apscun1#
我认为你需要一个
bind_rows，然后重新排列列，将非NA移动到顶部（对于每个组），然后过滤以保留最后四列中具有一些非NA的行。ukxgm1gy2#
最后，我们可能不想以重复的ID结束，我们可以考虑一个打破平局的规则，或者如果不同意，设置为
NA，我使用后者。我们可以使用
pmax和na.rm=TRUE来比较列。如果两者都不是NA并且存在分歧，则结果为NA。（* 注意：* 我将
my_data1[4, 2]设置为不同的值以进行演示）