-1

我是 R 的新手。

我有一个表，其中包含一些我想从参考表中更新的缺失数据。

样本数据表：

df1=data.frame(id=c(1:5),dob=as.Date(c("1/1/2001"
     ,"2/2/2002",NA,NA,NA),"%m/%d/%Y"),other_data=paste0("data",seq(1:5)))

样本查找表：

 bd_ref<-data.frame(id=c(1:100),dob=as.Date(rep("1/1/1999"),"%m/%d/%Y"))

结果应该是：

  id dob             other_data
1  1 2001-01-01      data1
2  2 2002-02-02      data2
3  3 1999-01-01      data3
4  4 1999-01-01      data4
5  5 1999-01-01      data5

我首先确定了丢失的数据，然后尝试lookup根据这个答案使用 qdapTools 包中的函数简单查找在 R 数据框中插入值，如下所示：

df1[is.na(df1$dob),"dob"]<-df1[is.na(df1$dob),"id"] %l% d_ref[,c("id","dob")]

但得到了错误：

Error in as.Date.numeric(value) : 'origin' must be supplied

看起来结果df1[is.na(df1$dob),"id"] %l% d_ref[,c("id","dob")]不是日期而是负数

[1] -719144 -719144 -719144

这是解决这个问题的正确方法吗？如果是这样，知道为什么要返回负数以及我能做些什么来解决它吗？如果没有，请提供有关正确方法的任何建议。

4

1 回答 1

1

您可以使用 library 尝试类似的操作dplyr。我建议你执行每一行，看看这些步骤发生了什么。

library(dplyr)
df <- inner_join(df1, bd_ref, by = 'id')
df$dob.x <- as.Date(ifelse(!is.na(df$dob.x), df$dob.x, df$dob.y), origin = '1970-01-01')
df <- select(df, -dob.y)
names(df)[2] <- 'dob'
df
  id        dob other_data
1  1 2001-01-01      data1
2  2 2002-02-02      data2
3  3 1999-01-01      data3
4  4 1999-01-01      data4
5  5 1999-01-01      data5
于 2016-02-26T05:16:28.283 回答