R - 对数据列成对应用计算 frame/data table

Question

假设我有具有相同列名的数据框

DF1 = data.frame(a = c(0,1), b = c(2,3), c = c(4,5))

DF2 = data.frame(a = c(6,7), c = c(8,9))

并想对它们应用一些基本计算，例如添加每一列。

由于我也想让目标数据框显示丢失的数据，所以我在DF2中追加了这样一列，所以我有

> DF2
  a c  b
1 6 8 NA
2 7 9 NA

我现在在这里尝试的是创建数据框

for(i in names(DF2)){
   DF3 = data.frame(i = DF1[i] + DF2[i])
}

（然后将其绑定在一起）但这显然行不通，因为列的顺序被混淆了。

所以, 当列的顺序不相同而不重新排序时，进行这种成对计算的最佳方法是什么？

我也尝试过（因为这是我认为可以解决的问题）

for(i in names(DF2)){
    DF3 = data.frame(i = DF1$i + DF2$i)
}

但这不起作用，因为 DF1$i 对所有 i 都是 NULL。

结论：我要数据框

>DF3
  a   b  c
1 6+0 NA 4+8
2 1+7 NA 5+9

如有任何帮助，我们将不胜感激。

Answer 1

这可能有帮助 -

#Get column names from DF1 and DF2
all_cols <- union(names(DF1), names(DF2))

#Fill missing columns with NA in both the dataframe
DF1[setdiff(all_cols, names(DF1))] <- NA
DF2[setdiff(all_cols, names(DF2))] <- NA

#add the two dataframes arranging the columns
DF1[all_cols] + DF2[all_cols]

#  a  b  c
#1 6 NA 12
#2 8 NA 14

Answer 2

我们可以使用bind_rows

library(dplyr)
library(data.table)
bind_rows(DF1, DF2, .id = 'grp') %>% 
    group_by(grp = rowid(grp)) %>%
    summarise(across(everything(), sum), .groups = 'drop') %>% 
    select(-grp)

-输出

# A tibble: 2 x 3
      a     b     c
  <dbl> <dbl> <dbl>
1     6    NA    12
2     8    NA    14

Answer 3

另一个基本 R 选项使用 aggregate + stack + reshae

aggregate(
  . ~ rid,
  transform(
    reshape(
      transform(rbind(
        stack(DF1),
        stack(DF2)
      ),
      rid = ave(seq_along(ind), ind, FUN = seq_along)
      ),
      direction = "wide",
      idvar = "rid",
      timevar = "ind"
    ),
    rid = 1:nrow(DF1)
  ),
  sum,
  na.action = "na.pass"
)[-1]

给予

  values.a values.b values.c
1        6       NA       12
2        8       NA       14

R - 对数据列成对应用计算 frame/data table

R - applying calculation pairwise on columns of data frame/data table

datatable

r

dataframe