r функция поиска, возвращающая отрицательные даты

Я новичок в Р.

У меня есть таблица с некоторыми отсутствующими данными, которые я хотел бы обновить из справочной таблицы.

Пример таблицы данных:

df1=data.frame(id=c(1:5),dob=as.Date(c("1/1/2001"
     ,"2/2/2002",NA,NA,NA),"%m/%d/%Y"),other_data=paste0("data",seq(1:5)))

Пример таблицы поиска:

 bd_ref<-data.frame(id=c(1:100),dob=as.Date(rep("1/1/1999"),"%m/%d/%Y"))

Результаты должны быть:

  id dob             other_data
1  1 2001-01-01      data1
2  2 2002-02-02      data2
3  3 1999-01-01      data3
4  4 1999-01-01      data4
5  5 1999-01-01      data5

Сначала я определил недостающие данные, а затем попытался использовать функцию lookup из пакета qdapTools на основе этого ответа Простой поиск для вставки значений во фрейм данных R следующим образом:

df1[is.na(df1$доб),"доб"]‹-df1[is.na(df1$доб),"id"] %l% d_ref[,c("id","доб")]

но получил ошибку:

Error in as.Date.numeric(value) : 'origin' must be supplied

Похоже, что результаты df1[is.na(df1$dob),"id"] %l% d_ref[,c("id","dob")] были не датами, а отрицательными числами.

[1] -719144 -719144 -719144

Это правильный подход в целом для решения этой проблемы? Если да, то есть идеи, почему возвращаются отрицательные числа и что я могу сделать, чтобы это исправить? Если нет, любые предложения для правильного подхода.


r lookup-tables qdap
person user2909302    schedule 26.02.2016    source источник
comment
кто бы ни проголосовал за этот вопрос, пожалуйста, предложите конструктивную критику относительно того, как я мог бы улучшить вопрос.   -  person user2909302    schedule 26.02.2016
comment
Для этой задачи не нужны никакие пакеты. Просто: df1$dob[is.na(df1$dob)] <- bd_ref$dob[match(df1$id, bd_ref$id)][is.na(df1$dob)] сделает это. (я не минусующий)   -  person thelatemail    schedule 26.02.2016
comment
@thelatemail Только что получил это решение для работы с моим исходным набором данных. Потрясающе, спасибо!   -  person user2909302    schedule 26.02.2016

Ответы (1)


arrow_upward
1
arrow_downward

Вы можете попробовать что-то подобное с библиотекой dplyr. Я предлагаю вам выполнить каждую строку и посмотреть, что происходит с шагами.

library(dplyr)
df <- inner_join(df1, bd_ref, by = 'id')
df$dob.x <- as.Date(ifelse(!is.na(df$dob.x), df$dob.x, df$dob.y), origin = '1970-01-01')
df <- select(df, -dob.y)
names(df)[2] <- 'dob'
df
  id        dob other_data
1  1 2001-01-01      data1
2  2 2002-02-02      data2
3  3 1999-01-01      data3
4  4 1999-01-01      data4
5  5 1999-01-01      data5
person Gopala    schedule 26.02.2016
comment
Спасибо @Gopala, что сработало для меня, и было полезно посмотреть, что происходит. - person user2909302; 26.02.2016