如何在 dplyr 中完全连接多个数据集ncol 不匹配

如何解决如何在 dplyr 中完全连接多个数据集ncol 不匹配

我有三个数据帧（d1、d2、d3），其中 ncol 和 nrow 跨数据集不匹配。

我想按公共列组合这些数据集，同时保留所有唯一的列和行。

我相信这意味着我需要一个完整的连接，我已经尝试使用下面的示例代码。

但是，当我尝试通过任何两个或多个数据集的公共键进行连接时，我收到一条错误消息：似乎 d2 和 d3 的公共列会引发错误，即使只有两个数据集共有的其他键是好的。

我应该如何加入这三个数据集？

d1 <- data.frame(Y = "Y1",N=1:3,C= c(1,3,2),D= c(3,1,4),E= c(0,1),Q= c(2,3)) 

d2 <- data.frame(Y = "Y2",H= c(3,S= c(2,2,0)) 


d3 <- data.frame(Y = "Y3",N=1:4,C= c(4,3),E= c(3,4,H= c(1,U= c(3,1))

join_all <- full_join(d1,d2,d3,by = c("Y","N","C","E","H"))

#Error: Join columns must be present in data.
#x Problem with `H`.

举个例子，这就是我想要的连接结果：

> desired_df <- data.frame(
+   Y= c("Y1","Y1","Y2","Y3","Y3"),+   N= c(1,+   C= c(1,"NA",+   D= c(3,"NA"),+   E= c(0,+   H= c("NA",+   Q= c(2,+   S= c("NA",+   U= c("NA",1))

> desired_df
    Y N  C  D E  H  Q  S  U
1  Y1 1  1  3 0 NA  2 NA NA
2  Y1 2  3  1 1 NA  0 NA NA
3  Y1 3  2  4 1 NA  3 NA NA
4  Y2 1 NA NA 0  3 NA  2 NA
5  Y2 2 NA NA 1  1 NA  2 NA
6  Y2 3 NA NA 1  4 NA  0 NA
7  Y3 1  4 NA 3  1 NA NA  3
8  Y3 2  2 NA 1  3 NA NA  3
9  Y3 3  1 NA 4  2 NA NA  1
10 Y3 4  3 NA 2  1 NA NA  1

最后：一旦加入，我如何将 NA 变为 0？

感谢您的帮助！

解决方法

您可以将数据框放入列表中，执行连接并将 NA 替换为 0。

library(tidyverse)
lst(d1,d2,d3) %>% reduce(full_join) %>% replace(is.na(.),0)

#    Y N C D E Q H S U
#1  Y1 1 1 3 0 2 0 0 0
#2  Y1 2 3 1 1 0 0 0 0
#3  Y1 3 2 4 1 3 0 0 0
#4  Y2 1 0 0 0 0 3 2 0
#5  Y2 2 0 0 1 0 1 2 0
#6  Y2 3 0 0 1 0 4 0 0
#7  Y3 1 4 0 3 0 1 0 3
#8  Y3 2 2 0 1 0 3 0 3
#9  Y3 3 1 0 4 0 2 0 1
#10 Y3 4 3 0 2 0 1 0 1

在基础 R 中：

result <- Reduce(function(x,y) merge(x,y,all = TRUE),list(d1,d3))
result[is.na(result)] <- 0
result

,

使用bind_rows

dplyr::bind_rows(d1,d3)

输出：

    Y N  C  D E  Q  H  S  U
1  Y1 1  1  3 0  2 NA NA NA
2  Y1 2  3  1 1  0 NA NA NA
3  Y1 3  2  4 1  3 NA NA NA
4  Y2 1 NA NA 0 NA  3  2 NA
5  Y2 2 NA NA 1 NA  1  2 NA
6  Y2 3 NA NA 1 NA  4  0 NA
7  Y3 1  4 NA 3 NA  1 NA  3
8  Y3 2  2 NA 1 NA  3 NA  3
9  Y3 3  1 NA 4 NA  2 NA  1
10 Y3 4  3 NA 2 NA  1 NA  1

,

我们可以使用rbindlist

library(data.table)
rbindlist(list(d1,d3),fill = TRUE)