[R-es] unir 2 dataframe con con igual caso pero distinto valor en igual variable
Sebastian Kruk
residuo.solow en gmail.com
Sab Mar 10 17:08:11 CET 2012
Carlos, muchas gracias. Me funcionó tu solución.
Me faltó un detalle, yo tengo varios archivos hijos y en varios de
ellos tengo valores para agregar, ¿como hago?
Saludos,
Sebastián.
El día 9 de marzo de 2012 20:04, Carlos Ortega
<cof en qualityexcellence.es> escribió:
> Hola Sebastian,
>
> Mira si este código resuelve el problema que planteas.
> Primero utilizo merge, pero para ello agrupo el campo clave (Nombre,
> Apellido y Clase) en un sólo string. Junto "madre" e "hijo" por este campo y
> luego busco los NA que tiene la parte de la "madre" para poner los del
> "hijo" como quieres (es el bucle).
> Y finalmente, deshago lo que agrupé al principio Nombre-Apellido-Clase.
>
> Para que esto funcione, es imprescindible que el fichero "madre" lo obtengas
> separado por ";" o vaya, los campos que faltan que los puedas extraer de
> SPSS completándolos con "NA".
>
> ####################################################
>
> Lin.mad<-"Dia;Mes;Año;Nombre;Apellido;Clase
> 1;;1981;Juan;Perez;A
> 2;2;1981;Maria;Paz;B
> 2;;;Pedro;García;B
> 3;3;1981;José;Lugano;C
> 1;1;1982;José;Lugano;C
> "
>
> mad.df <- read.table(textConnection(Lin.mad), header=T, as.is = TRUE,
> na.strings="NA", sep=";")
>
>
> Lin.hij<-"Dia Mes Año Nombre Apellido Clase
> 1 1 1981 Juan Perez A
> 3 2 1981 Maria Paz B
> 1 2 1982 Pedro García B
> 1 1 1983 José Lugano C
> 1 2 1984 Juan Paz B
> 2 2 1985 Maria García B
> 2 2 1984 Pedro Lugano C
> 2 2 1984 José Lugano A
> 2 2 1981 Juan Perez B
> 2 2 1981 Maria Paz C
> 2 3 1984 Pedro García A
> 3 3 1987 José Lugano C
> 3 3 1990 Juan Paz B
> 3 3 1993 Maria García B
> 3 3 1996 Pedro Lugano A
> 3 4 1999 José Lugano C
> 3 4 2002 Juan Paz C
> 4 4 2005 Maria García B
> "
>
>
> hij.df <- read.table(textConnection(Lin.hij), header=T, as.is = TRUE,
> na.strings="NA")
>
>
> mad.df.new<-data.frame(
> Dia=mad.df$Dia,
> Mes=mad.df$Mes,
> Año=mad.df$Año,
> NAC=paste(mad.df$Nombre,mad.df$Apellido,mad.df$Clase,sep="-")
> )
>
> hij.df.new<-data.frame(
> Dia=hij.df$Dia,
> Mes=hij.df$Mes,
> Año=hij.df$Año,
> NAC=paste(hij.df$Nombre,hij.df$Apellido,hij.df$Clase,sep="-")
> )
>
>
> com.madre<-merge(hij.df.new,mad.df.new, by.x=4, by.y=4, all.x=F, all.y=T)
> #com.tmp<-com.madre
>
> for(i in 1:dim(com.madre)[1]) {
>
> if(is.na(com.madre$Dia.y[i]))
> com.madre$Dia.y[i]<-com.madre$Dia.x[i]
> else com.madre$Dia.y[i]<-com.madre$Dia.y[i]
>
> if(is.na(com.madre$Mes.y[i]))
> com.madre$Mes.y[i]<-com.madre$Mes.x[i]
> else com.madre$Mes.y[i]<-com.madre$Mes.y[i]
>
> if(is.na(com.madre$Año.y[i]))
> com.madre$Año.y[i]<-com.madre$Año.x[i]
> else com.madre$Año.y[i]<-com.madre$Año.y[i]
>
> }
>
> v.tmp<-read.table(text=as.character(com.madre$NAC), sep="-")
>
> com.madre.fin<-data.frame(
> Dia=com.madre$Dia.y,
> Mes=com.madre$Mes.y,
> Año=com.madre$Año.y,
> Nombre=v.tmp$V1,
> Apellido=v.tmp$V2,
> Clase=v.tmp$V3
> )
>
> ####################################################
>
>
>
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
>
> El 9 de marzo de 2012 17:04, Sebastian Kruk <residuo.solow en gmail.com>
> escribió:
>>
>> Estimados usarios de R:
>>
>> Tengo una base de datos madre en formato .sav de SPSS y la quiero
>> modificar usando datos de otras base de datos .sav y otra en .csv a
>> las que llamare hijos.
>>
>> No tengo problema en convertirlas en data.frame.
>>
>> Todos los archivos tienen en común una variable que es única.
>>
>> En aquellos casos que les falta un valor a una variable en el archivo
>> madre lo relleno con el valor del mismo caso que lo tengo en el
>> archivo hijos.
>>
>> El comando merge no me permite hacer lo anterior. ¿Hay alguno más
>> avanzado?
>>
>> El archivo madre es mas corto que cualquiera de los archivos hijos.
>>
>> Un extracto del archivo madre:
>>
>> Dia Mes Año Nombre Apellido Clase
>> 1 1981 Juan Perez A
>> 2 2 1981 Maria Paz B
>> 2 Pedro García B
>> 3 3 1981 José Lugano C
>> 1 1 1982 José Lugano C
>>
>> Un extracto de un archivo hijo:
>>
>> Dia Mes Año Nombre Apellido Clase
>> 1 1 1981 Juan Perez A
>> 3 2 1981 Maria Paz B
>> 1 2 1982 Pedro García B
>> 1 1 1983 José Lugano C
>> 1 2 1984 Juan Paz B
>> 2 2 1985 Maria García B
>> 2 2 1984 Pedro Lugano C
>> 2 2 1984 José Lugano A
>> 2 2 1981 Juan Perez B
>> 2 2 1981 Maria Paz C
>> 2 3 1984 Pedro García A
>> 3 3 1987 José Lugano C
>> 3 3 1990 Juan Paz B
>> 3 3 1993 Maria García B
>> 3 3 1996 Pedro Lugano A
>> 3 4 1999 José Lugano C
>> 3 4 2002 Juan Paz C
>> 4 4 2005 Maria García B
>>
>> Las variables clave son Nombre, Apellido y Clase.
>>
>> Los casos que aparecen en en los archivos hijos distintos del madre no
>> interesan.
>>
>> Si hay un NA en el archivo madre y no es NA en el archivo hijo le
>> pongo el valor del archivo hijo.
>>
>> Si el valor en el archivo madre no es NA pero es distinto del valor
>> que aparece en el archivo hijo queda el valor del archivo madre.
>>
>> Desde ya les agradezco la ayuda.
>>
>> Saludos,
>>
>> Sebastián.
>>
>> _______________________________________________
>> R-help-es mailing list
>> R-help-es en r-project.org
>> https://stat.ethz.ch/mailman/listinfo/r-help-es
>
>
>
>
> --
> Saludos,
> Carlos Ortega
> www.qualityexcellence.es
Más información sobre la lista de distribución R-help-es