如何合并两个经mutate处理的DataFrame并保留原结构？

问题背景 #

我从单个DataFrame original_data生成了两个经mutate处理的DataFrame：

• 对original_data使用mutate函数，仅保留≤600秒的值，其余设为NA，结果存为new_data_one；
• 再次对original_data使用mutate函数，仅保留>600的单个值，其余设为NA，结果存为new_data_two。

两个DataFrame结构与原数据一致，示例如下：

原数据 original_data #

1  2   3   4   5
R1 80 98 150 599 650
R2 90 95 254 725 905
R3 93 96 540 650 780

处理后数据 new_data_one #

1  2   3   4   5
R1 80 98 150 599 NA
R2 90 95 254 NA  NA
R3 93 96 540 NA  NA

处理后数据 new_data_two #

1  2   3  4  5
R1 NA NA NA NA  650
R2 NA NA NA 725  NA
R3 NA NA NA 650  NA

需要将new_data_one和new_data_two合并，得到如下目标DataFrame：

目标数据 desired_merged_dataframe #

1  2   3   4   5
R1 80 98 150 599 650
R2 90 95 254 725 NA
R3 93 96 540 650 NA

解决方案 #

方法1：用dplyr的coalesce函数（推荐） #

因为两个DataFrame的行列完全对齐，每个单元格位置上要么new_data_one有值（≤600），要么new_data_two有值（>600），要么都为NA。coalesce函数可以逐元素取第一个非NA值，完美适配这个场景：

先加载dplyr和purrr包，然后对每一列应用coalesce：

library(dplyr)
library(purrr)

desired_merged_dataframe <- map2_dfc(new_data_one, new_data_two, coalesce)
# 恢复行名（如果需要）
rownames(desired_merged_dataframe) <- rownames(new_data_one)

方法2：基础R实现（无需额外包） #

如果不想加载第三方包，可以直接用向量化的ifelse操作：

# 复制new_data_one作为基础
desired_merged_dataframe <- new_data_one
# 遍历每一列，把new_data_one中的NA替换成new_data_two对应位置的值
for (col in colnames(desired_merged_dataframe)) {
  desired_merged_dataframe[[col]] <- ifelse(is.na(desired_merged_dataframe[[col]]), 
                                            new_data_two[[col]], 
                                            desired_merged_dataframe[[col]])
}

或者更简洁的向量化写法：

desired_merged_dataframe <- as.data.frame(ifelse(is.na(new_data_one), new_data_two, new_data_one))
# 恢复行名
rownames(desired_merged_dataframe) <- rownames(new_data_one)

运行任意一种方法后，都能得到目标结构的DataFrame。

内容的提问来源于stack exchange，提问作者Kate