Fusionar marcos de datos desiguales y reemplazar las filas que faltan con 0

Question

Tengo dos data.frames, uno con solo caracteres y el otro con caracteres y valores.

df1 = data.frame(x=c('a', 'b', 'c', 'd', 'e')) 
df2 = data.frame(x=c('a', 'b', 'c'),y = c(0,1,0)) 
merge(df1, df2) 
    x y 
1 a 0 
2 b 1 
3 c 0 

Quiero unir df1 y df2. Los caracteres a, b y c se fusionaron bien y también tienen 0, 1, 0 pero d y e no tienen nada. Quiero d y e también en la tabla de fusión, con la condición 0 0. Así, para cada fila que faltan en el hoja.de.datos gl2, el 0 se debe colocar en la mesa de DF1, como:

x y 
1 a 0 
2 b 1 
3 c 0 
4 d 0 
5 e 0 

Answer 1

Tome un vistazo a la página de ayuda para la fusión. El parámetro all le permite especificar diferentes tipos de fusiones. Aquí queremos establecer all = TRUE. Esto hará que la fusión de retorno NA para los valores que no coinciden, que podemos actualizar a 0 con is.na():

zz <- merge(df1, df2, all = TRUE) 
zz[is.na(zz)] <- 0 

> zz 
    x y 
1 a 0 
2 b 1 
3 c 0 
4 d 0 
5 e 0 

Answer 2

O, como alternativa a @ código de Chase, ser un fan reciente plyr con un fondo de bases de datos:

require(plyr) 
zz<-join(df1, df2, type="left") 
zz[is.na(zz)] <- 0 

Answer 3

Otra alternativa con data.table.

EJEMPLO DE DATOS

dt1 <- data.table(df1) 
dt2 <- data.table(df2) 
setkey(dt1,x) 
setkey(dt2,x) 

CÓDIGO

dt2[dt1,list(y=ifelse(is.na(y),0,y))] 

Answer 4

utilicé la respuesta dada por el Chase (11 de mayo de respondí '11 a las 14:21), pero he añadido un poco de código para aplicar esa solución a mi problema particular.

Tenía un marco de tasas (usuario, descarga) y un marco de totales (usuario, descarga) para ser fusionado por el usuario, y quería incluir todas las tasas, incluso si no hubiera un total correspondiente. Sin embargo, no podría haber totales faltantes, en cuyo caso la selección de filas para el reemplazo de NA por cero fallaría.

La primera línea de código fusiona. Las siguientes dos líneas cambian los nombres de las columnas en el marco combinado. La instrucción if reemplaza NA por cero, pero solo si hay filas con NA.

# merge rates and totals, replacing absent totals by zero 
graphdata <- merge(rates, totals, by=c("user"),all.x=T) 
colnames(graphdata)[colnames(graphdata)=="download.x"] = "download.rate" 
colnames(graphdata)[colnames(graphdata)=="download.y"] = "download.total" 
if(any(is.na(graphdata$download.total))) { 
    graphdata[is.na(graphdata$download.total),]$download.total <- 0 
}