0

Les agradezco mucho de la orientación que me puedan dar, llevo mucho tiempo dando vueltas y no encuentro solución. Tengo dos dataframes:

 Dataframe 1 (occ_espe2)

 Dataframe 2 (occ_espe_name1)

Ahora, requiero unir al Dataframe 1 las columnas del Dataframe 2. Es decir, requiero crear un nuevo Dataframe que incluya todas las columnas de ambos, pero con la condicion de que se unan por la columna "ID"

He intentado esto, pero obtengo error

 join <- occ_espe2 [occ_espe_name$ID %in% occ_espe2$ID]
 join <- occ_espe2 %>% full_join[occ_espe_2$ID %in% occ_espe_name$ID, ]
 join <- occ_espe2[occ_espe_name$ID %in% occ_espe2$ID, ]
 join <- occ_espe2 %>% right_join(occ_espe_name, by ="ID")
 join <- occ_espe_name1 [occ_espe_name1$ID %in% occ_espe2$ID]
 occ_espe3 <- occ_espe2 ([occ_espe2$ID =="ID" & occ_espe_name$ID == "ID", ])
join <- occ_espe2 %>% full_join(occ_espe_name1, by ="ID")

Lo unico que me ha funcionado, sin modificar las filas es: join = merge (occ_espe2, 
occ_espe_name1, all.x=TRUE)

Pero no me esta trayendo la información organizada por ID

Por favor, ayuda

3
  • 1
    Bienvenida Clara Morales-Rozo a Stack Overflow en español, te sugiero que hagas el recorrido de bienvenida y de paso ganes tu primer medalla, también es muy importante que leas Cómo preguntar para poder mejorar tu pregunta y que sea bien recibida por la comunidad mejorando así, tus chances de obtener buenas respuestas. Commented el 10 jul. 2022 a las 22:14
  • 1
    Sería bueno que compartieras un ejemplo de ambos data.frame sino, estamos un poco a ciegas con respecto a tu pregunta. Hay muchas formas de unir data.frames te sugiero que leas esta pregunta: es.stackoverflow.com/questions/86730/… por otro lado, por lo que comentas, pareciera que en occ_espe_name1 podrías llegar a tener más de una fila por ID, es así? Commented el 10 jul. 2022 a las 22:19
  • Muchas gracias Patricio!! Voy a hacer el recorrido que me indicas y mejorar mis preguntas. Ya logré solucionar con ayuda de Aldo. Mil gracias por tu respuesta. Commented el 13 jul. 2022 a las 2:23

1 respuesta 1

0

De partida, utilizar join como nombre puede traer problemas con algunas librerías que incluyen una función con el mismo nombre. Te recomiendo que modifiques ligeramente el nombre, como: join.

Además, no sabemos la diferencia entre occ_espe_name y occ_espe_name1. Quizás allí está el error.

La forma más simple de unir dos data frame con las funciones *_join de dpylr es:

library(dplyr)

occ_espe2 %>%
  left_join(y = occ_espe_name1, by = 'ID') -> join_

Si esto resulta en error, debes subir un extracto de tus datos para ver si es que el error está en los elementos de entra, ya que la función debiese resultar.

Otra cosa común que pasa al utilizar funciones de estas características es que hay varias librerías con el mismo nombre de función y diferentes argumentos. Si ese es el caso, hay que ser específico al llamar a una función:

occ_espe2 %>%
  dplyr::left_join(y = occ_espe_name1, by = 'ID') -> join_

Tal como indica Patricio, la segunda dataframe posee observaciones repetidas. 265 para ser específico:

library(tidyverse)

occ_esp <- read_csv('occ_espe3.csv')

occ_esp_name <- readxl::read_xlsx('occ_espe_name1.xlsx')

dim(occ_esp)
#[1] 6317   43
dim(occ_esp_name)
#[1] 7428   47

length(unique(occ_esp$ID)) == dim(occ_esp)[1]
#[1] TRUE

length(unique(occ_esp_name$ID)) == dim(occ_esp_name)[1]
#[1] FALSE

dim(occ_esp_name)[1] - length(unique(occ_esp_name$ID))
#[1] 265

Debes tomar una decisión para reducir el dataframe. Una opción es seleccionar la primera observación por ID (puede ser promedio, mediana, última, etc, va en como deseas tú reducir las observaciones):

occ_esp %>% 
  left_join(occ_esp_name, by = 'ID') %>% 
  dim()
#[1] 6578   89

occ_esp_name %>% 
  group_by(ID) %>% 
  filter(row_number()==1) -> occ_esp_name_reducido

occ_esp %>% 
  left_join(occ_esp_name_reducido, by = 'ID') %>% 
  dim()
#[1] 6317   89
9
  • Al aplicar la función indicada, me esta "sumando" más filas de las que tengo en occ_espe2 (6317 obs. of 42 var). Lo que debo obtener, son las mismas filas de occ_espe2, a las cuales se le suman las columnas de occ_espe_name1 (7428 obs. 47 var) bajo un mismo punto en común que es el ID. Ya cambie el nombre como sugeriste, y al aplicar la funcion que me diste me da 6578 obs. of 88 var. Mientras que cuando hago sub_occ = merge (occ_espe2, occ_espe_name1, all.x=TRUE), une manteniendo filas y de acuerdo con adicion columnas, pero sin parametro de unión que sería el ID. ¿Cómo podría resolverlo? Commented el 10 jul. 2022 a las 16:19
  • Es muy extraño, left_join no debiera aumentar el número de filas, para eso está full_join o right_join si y presenta más observaciones. Si hicieras tu ejemplo reproducible podríamos encontrar el error
    – aldo_tapia
    Commented el 10 jul. 2022 a las 21:17
  • Me podrías indicar por favor, cómo puedo hacer mi ejemplo reproducible? es muy importante para mí resolver el error. Commented el 12 jul. 2022 a las 2:09
  • Puedes utilizar dput(occ_espe2[1:100,]) y dput(occ_espe_name1[1:100,]) o subir los archivos a drive o algún otro servicio de almacenamiento
    – aldo_tapia
    Commented el 12 jul. 2022 a las 5:06
  • Muchas gracias!!! Te comparto una carpeta en Drive, donde estan los dos archivos. La idea es "unirlos" manteniendo las filas de occ_espe2, y que una con occ_espe_name1, con la condicion que compartan el mismo ID. Podrías orientarme? quizá estoy haciendo algo mal. El enlace es: livejaverianaedu-my.sharepoint.com/:f:/r/personal/… Commented el 12 jul. 2022 a las 20:11

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.