4

我正在寻找一种通过将较小的数据帧插入较大的数据帧来组合两个数据帧的简单方法，如下所示：

x.1： x.2：
         1.1 1.2 2.3 3.4 1.2 2.3
    ab wz de u
    bc x ab v
    dey

期望的结果：

xf:
         1.1 1.2 2.3 3.4
    ab wvz
    公元前
    得玉

这么多问题只在 cols 之后进行合并，但我想根据 cols和rows 的名称进行合并并且不明白。名称中的点是一个修复方案。如果有人提出建议会很高兴，因为我尝试合并、加入等没有成功。我认为的一种解决方案是手动方式，通过循环遍历较小的框架，每次查找值并保存行/列，然后插入更大的框架。或重组我的数据框。但一定有更简单的方法吗？

提前谢谢，罗宾

这是快速尝试的代码：

i<-c("w", "", "y")
j<-c("", "x", "")
k<-c("","","")
l<-c("z","","")
x.1 <- data.frame(i,j,k,l, row.names=c("a.b","b.c","d.e"))
colnames(x.1)<-c("1.1","1.2","2.3","3.4")
m<-c("u", "")
n<-c("", "v")
x.2 <- data.frame(m,n, row.names=c("d.e","a.b"))
colnames(x.2)<-c("1.2","2.3")
4

2 回答 2

3

这是一种方法：

library(reshape2)
mx1 <- melt(cbind(id = rownames(x.1), x.1), id.vars="id")
mx2 <- melt(cbind(id = rownames(x.2), x.2), id.vars="id")
x12 <- rbind(mx1, mx2)
out <- dcast(x12[!x12$value == "", ], id ~ variable)
out[is.na(out)] <- ""
out
#    id 1.1 1.2 2.3 3.4
# 1 a.b   w       v   z
# 2 b.c       x        
# 3 d.e   y   u

首先将每个数据集变成“长”数据集（最容易使用melt“reshape2”），然后将其转换回“宽”数据集（dcast再次使用“reshape2”）。

上述步骤并非全部必要，但我已将它们包括在内以尽可能接近您所需的输出，以便您可以决定保留/删除哪些步骤。

实际上，如果你问我，我会停在“x12”阶段。从长远来看，“长”数据可能更便于操作和使用（没有双关语）。

更新

您可能还需要考虑“datamerge”包，它实际上包含两个功能：clean.factors()和version.merge. 该clean.factors功能将负责NA在合并之前将空白转换为。我一直保留verbose = TRUE，以便您可以看到它确实为您提供了有关如何执行合并的一些信息性详细信息，包括在此过程中是否必须更改任何值。

out <- Reduce(function(x, y) version.merge(x, y, add.values = TRUE, verbose = TRUE), 
              lapply(list(x.1, x.2), clean.factors, verbose = FALSE))
# Rows:  3 from `x` #1
#        0 from `y` #2
# 
# Columns:
# 1.1  Origin: `x` #1
# 1.2  Origin: `x` #1
#      Imputed 1 values from `y` #2
# 2.3  Origin: `x` #1
#      Imputed 1 values from `y` #2
#      Class missmatch: numeric vs. character
#      Converted to character
# 3.4  Origin: `x` #1

out
#      1.1  1.2  2.3  3.4
# a.b    w <NA>    v    z
# b.c <NA>    x <NA> <NA>
# d.e    y    u <NA> <NA>

当然，如果您想NA再次将 s 替换为空格，则只需使用out[is.na(out)] <- "".

于 2013-10-10T16:12:43.950 回答
1 
flatx.2 <- which(!x.2 =="", arr.ind=TRUE)
flatx.2[] <- cbind( rownames(x.2)[flatx.2[,'row']], 
                    colnames(x.2)[flatx.2[,'col']])
flatx.2  
# contains row and column names in same positions as the non-blank x.2 values
#---------
    row   col  
d.e "d.e" "1.2"
a.b "a.b" "2.3"
#--------------
x.1[ cbind(  match(flatx.2[,1], rownames(x.1)),          #identify numeric row
            match(flatx.2[,2], colnames(x.1))) ] <-      #identify numeric col
                 x.2[which(!x.2 =="", arr.ind=TRUE)]    # the non-blank values
 x.1
#-------------
    1.1 1.2 2.3 3.4
a.b   w       v   z
b.c       x        
d.e   y   u

我碰巧认为仅使用基本索引操作（并且应该相当有效并且适用于具有所需技能的人的 data.table 结构），这是相当不错的，所以希望得到一点掌声。我以为我可以只使用 LHS 上的字符值位置矩阵，但我的尝试出错了。该?"["页面似乎在说它应该可以工作，所以如果我犯了句法错误，也许可以简化一下。

于 2013-10-10T18:02:34.327 回答