r - 合并数据并接收大量数据丢失

Question

我一直在准备我的数据，但不知何故合并我的数据集后我的数据少了。

由于我的数据中没有经度和纬度，因此我在下载软件包后一直使用以下代码 邮政编码 ( tel1 是我的包含邮政编码的数据)

merge <- merge(zipcode,tel1,by.x=c('zip'),by.y=c('zip_code'))

在合并之前我有 195956 个观察值，而合并后它下降到 180090，但我不明白为什么。

在我看来，我只是将它们合并到了 zip等于 zip_code我将数据集邮政编码中的信息添加到我的文件夹 tel1

之后我想删除包含 NA 的行，因为合并无法定义任何数字或其他任何内容。我用了这个代码

final <- result[complete.cases(result),]

然后我的观察数量下降到 51006，我简直不敢相信。我的数据中不可能有这么多的不匹配。

我应该使用任何其他代码吗？

之后我一直在尝试使用代码删除重复项

 last <- with(final,final[order(state,latitude,longitude),])

但观察的数量是一致的(51006)。

我做错了什么，或者有没有办法在合并数据后再次将我的数据放入 excel 文件中，以便我可以手动检查是否真的有这么多不匹配？
谢谢

Answer 1

可以用all论据 merge .

merge(zipcode, tel1, by.x='zip', by.y='zip_code', all.y=TRUE)

但是，对于在邮政编码数据中找不到匹配项的行，将出现 NA s。因此，如果您然后 na.rm或类似的东西，你最终会遇到同样的“数据丢失”

检查合并后经纬度列中有 NA 的行的邮政编码:

tel1[is.na(tel1$latitude) | is.na(tel1$longitude),]

我的猜测是它们不是有效的邮政编码，或者您拥有的邮政编码列表不完整。