如何将字符添加到不同大小的字符串中，以准备通过 left_join 连接数据帧？

Question

我有一个名为 help.a 的基本 df，我正在尝试加入 help.b，但是，当我读入 help.b 时，id 变量是数字而不是相同的 length/format作为help.a中的id变量。我试图坚持使用字符变量，因为 left_join 在因子水平不同时将它们更改为字符。

help.a <- data.frame(id = as.character(c("00005", "00010", "00010", "00010", "00025", "00025", "00324", "00324")),
                       var_a = c(NA, 2, 2, 2, NA, NA, NA, NA),
                       var_b = c(4, NA, NA, 4, 4, 4, NA, NA))

help.b <- data.frame(id = c(5, 10, 324),
                         var_c = c(2, 2, 2),
                         var_d = c(4, NA, 6))

到目前为止，我的方法是将 help.b 更改为一个角色，但是，由于 ID 不匹配，它无法加入：

help.b$id <- as.character(help.b$id)
left_join(help.a, help.b)

     id var_a var_b var_c var_d
1 00005    NA     4    NA    NA
2 00010     2    NA    NA    NA
3 00010     2    NA    NA    NA
4 00010     2     4    NA    NA
5 00025    NA     4    NA    NA
6 00025    NA     4    NA    NA
7 00324    NA    NA    NA    NA
8 00324    NA    NA    NA    NA

这是我想要的最终结果：

     id var_a var_b var_c var_d
1 00005    NA     4     2     4
2 00010     2    NA     2    NA
3 00010     2    NA     2    NA
4 00010     2     4     2    NA
5 00025    NA     4    NA    NA
6 00025    NA     4    NA    NA
7 00324    NA    NA     2     6
8 00324    NA    NA     2     6

我认为我需要做的是读入 help.b 并将 id 更改为一个字符，然后为每个 id 添加“0”，但所有字符的长度都需要等于 5 个字符...例如，第 1 行需要四个“0”，第 2 行需要三个“0”。这样 left_join 就会注意到匹配的字符串并适当地加入。

非常感谢任何帮助。

Answer 1

这里的一个选项是简单地将 help.a$id 列转换为数字，然后在 LEFT JOIN 模式下使用 baseR merge() 函数 (all.x=TRUE):

> help.a$id <- as.numeric(as.character(help.a$id))

> merge(help.a, help.b, by="id", all.x=TRUE)
   id var_a var_b var_c var_d
1   5    NA     4     2     4
2  10     2    NA     2    NA
3  10     2    NA     2    NA
4  10     2     4     2    NA
5  25    NA     4    NA    NA
6  25    NA     4    NA    NA
7 324    NA    NA     2     6
8 324    NA    NA     2     6

更新：

如果出于某种原因，您想保留原始列，则只需在 help.a 数据框中创建它的副本，例如

help.a$id_orig <- help.a$id

在将 help.a$id 转换为数字之前执行此操作。

Answer 2

你好像在找sprintf:

help.b$id <- sprintf("%05d", help.b$id)

使用 d 表示您想要格式化整数，使用 05 表示您希望结果数字为 5 个字符宽并用零填充。

从评论看来 help.b$id 是一个字符列。在那种情况下，取决于平台（在 linux 上这不起作用；sprintf 的帮助过滤器没有说明这在哪个平台上有效），您可以使用

help.b$id <- sprintf("%05s", help.b$id)

或者，

# When help.b$id is a character use
id <- as.numeric(help.b$id)
# When help.b$id is a factor use
id <- as.numeric(as.character(help.b$id))

# Just to make sure check the conversion went ok; should return empty vector and
# if not the values for which the conversion went wrong.
help.b$id[as.character(id) != help.b$id]

help.b$id <- sprintf("%05d", id)

如何将字符添加到不同大小的字符串中，以准备通过 left_join 连接数据帧？

How to add characters to strings of differing sizes in preparation for joining data frames via left_join?

r

gsub

dplyr