如何基于缺失值和另一数据框为数据集创建变量？

给定两个数据框：

df = data.frame(subjects = 1:10,
                var1 = c('a',NA,'b',NA,'c',NA,'d','e','f','g'))

g = data.frame(subjects = c(1,3,5,7,8,9,10),
               score = c(1,2,1,3,2,4,1) )

需求：将g中的score导入df，同时满足若var1为NA，则score也为NA。

用dplyr实现（简洁直观） #

library(dplyr)

df_result <- df %>%
  left_join(g, by = "subjects") %>%
  mutate(score = ifelse(is.na(var1), NA, score))

也可以用case_when让逻辑更清晰：

df_result <- df %>%
  left_join(g, by = "subjects") %>%
  mutate(score = case_when(
    !is.na(var1) ~ score,
    TRUE ~ NA_real_
  ))

基础R实现 #

df$score <- g$score[match(df$subjects, g$subjects)]
df$score[is.na(df$var1)] <- NA

给定数据框：

df = data.frame(subjects = 1:10,
                var1 = c('a','e','b','c','c','b','d','e','f','g'))

g = data.frame(subjects = c(1,3,5,7,8,9,10),
               score = c(1,2,1,3,2,4,1) )

需求：仅当subjects在g中存在时导入对应的score，其余样本score设为NA（与示例结果一致）。

用dplyr实现 #

直接左连接即可，未匹配的行自动填充NA：

library(dplyr)

df_result <- df %>%
  left_join(g, by = "subjects")

基础R实现 #

df$score <- g$score[match(df$subjects, g$subjects)]

两种方法得到的结果均与你给出的示例完全一致。

内容的提问来源于stack exchange，提问作者An116