質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
R

R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

Q&A

解決済

1回答

2783閲覧

欠損値を含むデータフレームをdplyrのleft_joinで結合したいです。

daphnia99

総合スコア24

R

R言語は、「S言語」をオープンソースとして実装なおした、統計解析向けのプログラミング言語です。 計算がとても速くグラフィックも充実しているため、数値計算に向いています。 文法的には、統計解析部分はS言語を参考にしており、データ処理部分はSchemeの影響を受けています。 世界中の専門家が開発に関わり、日々新しい手法やアルゴリズムが追加されています。

0グッド

0クリップ

投稿2017/06/13 11:04

###前提・実現したいこと
xとyのデータフレーム(欠損値含む)をleft_joinで結合しようとしています。具体的には、下記のデータフレームxとyを使って、エクセルのvlookupのように、xのpost(郵便番号です)をキーにして、yのdist(距離です)を引っ張ってきて、xに結合させたいです。

> head(x) No. post 1 1 3230041 2 2 3060234 3 3 NA 4 4 3400203 5 5 3060023 6 6 3231104 > head(y) No. post dist 1 1 3114201 68.64191 2 2 3114208 68.53332 3 3 3114203 71.68876 4 4 3114208 68.68000 5 5 3114202 70.11277 6 6 3114208 68.39570

###発生している問題・エラーメッセージ
dplyrのleft_joinを用いて結合しようとしていますが、下記のように結合後のデータフレームにはNAが大量に出て困っています。本来データフレームxには例えばNo.3の行は一つしかないのに、No.3のNAが複数でてきてしまいます。

キーがNAのものはyから引っ張ってきた値(dist、距離)をNAにしたいのですが、可能でしょうか。よろしくお願いいたします。

> ketugou <- dplyr::left_join(x,y,by='post') > head(ketugou, n=10) No..x post No..y dist 1 1 3230041 40805 13.608177 2 2 3060234 818 4.918916 3 3 NA 11074 40.423562 4 3 NA 11075 41.014067 5 3 NA 11076 40.512040 6 3 NA 11077 40.541405 7 3 NA 11078 40.694075 8 3 NA 11079 40.853463 9 3 NA 11080 40.876444 10 3 NA 11081 41.080959

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

原因は y$post の値が NA となっている行が複数行あることかと思われます。
予め y$post の値が NA となっている行を削除しておくとよいのではないでしょうか。

R

1ketugou <- dplyr::left_join(x,y[!is.na(y$post),],by='post')

投稿2017/06/14 04:56

magichan

総合スコア15898

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

daphnia99

2017/06/29 15:56

返信が遅れ申し訳ありません。 やはり同じ問題が発生してしまいました。。。
magichan

2017/06/30 07:21

このような結果になる原因は x データ側の --------------------------- No,post 3,NA --------------------------- という 行に対して y データ側に --------------------------- No,post,dist 11075,NA,41.014067 11076,NA,40.512040 11077,NA,40.541405 11078,NA,40.694075 11079,NA,40.853463 11080,NA,40.876444 11081,NA,41.080959 --------------------------- と、postの値が NA なデータが複数存在するために、 NA同士で join してしまうことが原因と考えられます。 ですので yデータより、postの値が NA の行を削除することで 解決すると思うのですが。 今一度、データを確認してみることをお勧めします。
daphnia99

2017/07/02 14:20

回答が遅れ申し訳ありません。 データを確認したところおっしゃる通りでした。 ありがとうございました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問