dplyr inner_join 在字符列上有 NA

Question

我有两个相等的数据框

a <- c(1,2,3)
b <- c(3,2,1)
c <- c('a','b',NA)

df1 <- data.frame(a=a, b=b, c=c, stringsAsFactors=FALSE)
df2 <- data.frame(a=a, b=b, c=c, stringsAsFactors=FALSE)

我想用 dplyr::inner_join 到

"return all rows from x where there are matching values in y, and all columns from x and y" dplyr documentation

（它们都是相等的）但它似乎不适用于 c 列中的 NA（类型 chr）。这是不加入 NA 的标准行为吗？

例如

library(dplyr)
> inner_join(df1, df2)
Joining by: c("a", "b", "c")
  a b c
1 1 3 a
2 2 2 b

没有加入 NA。但是，我希望它 return 与 merge

相同

> merge(df1, df2)
  a b    c
1 1 3    a
2 2 2    b
3 3 1 <NA>

我是否误解了 inner_join 在这种情况下的工作原理，它的行为是否如描述的那样？

更多细节

inner_join 在数字列

上匹配 NA

a <- c(1,2,3)
b <- c(3,2,NA)
c <- c('a','b','c')

df1 <- data.frame(a=a, b=b, c=c, stringsAsFactors=FALSE)
df2 <- data.frame(a=a, b=b, c=c, stringsAsFactors=FALSE)

> inner_join(df1, df2)
Joining by: c("a", "b", "c")
  a  b c
1 1  3 a
2 2  2 b
3 3 NA c

编辑

正如@thelatemail 指出的那样，当 NA 在因子列

中时，inner_join 也可以用作 merge

df1 <- data.frame(a=a, b=b, c=c, stringsAsFactors=T)
df2 <- data.frame(a=a, b=b, c=c, stringsAsFactors=T)
inner_join(df1, df2)
Joining by: c("a", "b", "c")
  a b    c
1 1 3    a
2 2 2    b
3 3 3 <NA>

编辑 2

感谢@shadow 指出这是一个已知问题here and here

Answer 1

此问题出现在版本 0.4.1 中。现在已在 0.4.2 版中修复：

sessionInfo()
...
other attached packages:
[1] dplyr_0.4.2
...

> inner_join(df1, df2)
Joining by: c("a", "b", "c")
  a b    c
1 1 3    a
2 2 2    b
3 3 1 <NA>

合并检查：

> merge(df1, df2)
  a b    c
1 1 3    a
2 2 2    b
3 3 1 <NA>

> all.equal(inner_join(df1, df2), merge(df1, df2))
Joining by: c("a", "b", "c")
[1] TRUE

dplyr inner_join 在字符列上有 NA

dplyr inner_join with NAs on character columns

r

inner-join

dplyr