填充在缺失的數據與來自另一

信息的一個數據幀有兩個數據集，A & B，如下所示：填充在缺失的數據與來自另一

A <- data.frame(TICKER=c("00EY","00EY","00EY","00EY","00EY"), 
       CUSIP=c(NA,NA,"48205A10","48205A10","48205A10"), 
       OFTIC=c(NA,NA,"JUNO","JUNO","JUNO"), 
       CNAME=c(NA,NA, "JUNO", "JUNO","JUNO"), 
       ANNDATS=c("2015-01-13","2015-01-13","2015-01-13","2015-01-13","2015-01-13"), 
       ANALYS=c(00076659,00105887,00153117,00148921,00086659), 
       stringsAsFactors = F) 

B <- data.frame(TICKER=c("00EY","00EY","00EY","00EY"), 
       CUSIP=c("48205A10","48205A10","48205A10","48205A10"), 
       OFTIC=c("JUNO","JUNO",NA,NA), 
       CNAME=c("JUNO","JUNO", NA, NA), 
       ANNDATS=c("2015-01-13","2015-01-13","2015-01-13","2015-01-13"), 
       ANALYS=c(00076659,00105887,00153117,00148921), 
       stringsAsFactors = F)

我怎樣才能填補缺失的數據在一個數據幀與信息從另一？（A & B數據集的長度不一樣）。

來源

2017-08-14 YXCHEN

您的示例數據中存在錯誤，我無法在R中運行它們（缺少字符串，ANALYS包含'.'而不是'''）。另外考慮使用其他示例數據，因爲在此案例B已經您預期的結果。 – Florian

是的，在這種情況下，B已經是我的預期結果，但樣本數據B是我的B數據集的一部分。我只取其中的一部分。麻煩的是，這兩個數據庫彼此之間信息不完整 – YXCHEN

A = data.frame（TICKER = c（「00EY」，「00EY」，「00EY」，「00EY」），CUSIP = c（NA，NA，「48205A10」，「48205A10 「），OFTIC = C（NA，NA，」 JUNO 「」JUNO「），CNAME = C（NA，NA，」JUNO「，」JUNO「），ANNDATS = C（」2015年1月13日「，」 2015-01-13「，」2015-01-13「，」2015-01-13「），ANALYS = c（00076659,00105887,00153117,00148921），stringsAsFactors = F） – YXCHEN

由於兩個數據集的長度可能不同，因此您需要一些可以連接的功能。因爲它似乎ANALYS是某種標識，我們可以用它來兩個data.frames連接在這個例子中。

首先我們確定df1（即A）中的所有錯誤並獲取它們的索引（行和列）。
然後，df1中的錯誤被替換爲df2中的值，對應於具有相同值ANALYS的行。如果此ID在df2中不可用，則該行將被跳過。

f <- function(df1, df2){ 
    missings <- sapply(df1, is.na) 
    missingsInd <- which(missings, arr.ind = T) 

    for(i in 1:nrow(missingsInd)){ 
    idOfMissing <- df1$ANALYS[missingsInd[i,1]] 
    correspondingLine <- df2[which(df2$ANALYS == idOfMissing), ] 
    if (nrow(correspondingLine) != 0) { 
     df1[missingsInd[i,1], missingsInd[i,2]] <- correspondingLine[1,missingsInd[i,2]] 
    } 
    } 
    df1 
} 
f(A, B) 
# TICKER CUSIP OFTIC CNAME ANNDATS ANALYS IRECCD 
# 1 00EY 48205A10 JUNO JUNO 2015-01-13 76659  1 
# 2 00EY 48205A10 JUNO JUNO 2015-01-13 105887  2 
# 3 00EY 48205A10 JUNO JUNO 2015-01-13 153117  1 
# 4 00EY 48205A10 JUNO JUNO 2015-01-13 148921  3 
# 5 00EY 48205A10 JUNO JUNO 2015-01-13 86659  4

注與兩個data.frames內NA S細胞會NA返回爲輸出。此外，這隻適用於ANALYS只在兩個數據幀中保存唯一值的情況。

來源

2017-08-14 13:09:01 loki

loki，感謝您的幫幫我。我可以進一步延長這個問題嗎？ – YXCHEN

現在，ANALYS有一個數據集相同的代碼，我們能做些什麼？ – YXCHEN

好的，感謝您的幫助 – YXCHEN

填充在缺失的數據與來自另一

回答

相關問題