Отсутствующие значения при соединении таблицы с dplyr left_join

Question

У меня проблемы с соединением таблиц с dplyr::left_join. Я создал следующий data.frame:

conservation <- structure(list(conservation1 = c("EX ", "EW ", "CR ", "EN ", 
"VU ", "NT ", "LC ", "DD ", "NE ", "PE ", "PEW "), description = c(" Extinct", 
" Extinct em the wild", " Critically Endangered", " Endangered", 
" Vulnerable", " Near Threatened", " Least Concern", " Data deficient", 
" Not evaluated", " Probably extinct (informal)", " Probably extinct em the wild (informal)"
)), class = "data.frame", row.names = c(NA, -11L))

Я хочу добавить его в сохранение msleep из ggplot2, чтобы получить сохранение msleep с описанием.

Переменные msleep, которые я рассматриваю, следующие:

msleep <- structure(list(name = c("Cheetah", "Owl monkey", "Mountain beaver", 
"Greater short-tailed shrew", "Cow", "Three-toed sloth", "Northern fur seal", 
"Vesper mouse", "Dog", "Roe deer", "Goat", "Guinea pig", "Grivet", 
"Chinchilla", "Star-nosed mole", "African giant pouched rat", 
"Lesser short-tailed shrew", "Long-nosed armadillo", "Tree hyrax", 
"North American Opossum", "Asian elephant", "Big brown bat", 
"Horse", "Donkey", "European hedgehog", "Patas monkey", "Western american chipmunk", 
"Domestic cat", "Galago", "Giraffe", "Pilot whale", "Gray seal", 
"Gray hyrax", "Human", "Mongoose lemur", "African elephant", 
"Thick-tailed opposum", "Macaque", "Mongolian gerbil", "Golden hamster", 
"Vole ", "House mouse", "Little brown bat", "Round-tailed muskrat", 
"Slow loris", "Degu", "Northern grasshopper mouse", "Rabbit", 
"Sheep", "Chimpanzee", "Tiger", "Jaguar", "Lion", "Baboon", "Desert hedgehog", 
"Potto", "Deer mouse", "Phalanger", "Caspian seal", "Common porpoise", 
"Potoroo", "Giant armadillo", "Rock hyrax", "Laboratory rat", 
"African striped mouse", "Squirrel monkey", "Eastern american mole", 
"Cotton rat", "Mole rat", "Arctic ground squirrel", "Thirteen-lined ground squirrel", 
"Golden-mantled ground squirrel", "Musk shrew", "Pig", "Short-nosed echidna", 
"Eastern american chipmunk", "Brazilian tapir", "Tenrec", "Tree shrew", 
"Bottle-nosed dolphin", "Genet", "Arctic fox", "Red fox"), conservation = c("lc", 
NA, "nt", "lc", "domesticated", NA, "vu", NA, "domesticated", 
"lc", "lc", "domesticated", "lc", "domesticated", "lc", NA, "lc", 
"lc", "lc", "lc", "en", "lc", "domesticated", "domesticated", 
"lc", "lc", NA, "domesticated", NA, "cd", "cd", "lc", "lc", NA, 
"vu", "vu", "lc", NA, "lc", "en", NA, "nt", NA, "nt", NA, "lc", 
"lc", "domesticated", "domesticated", NA, "en", "nt", "vu", NA, 
"lc", "lc", NA, NA, "vu", "vu", NA, "en", "lc", "lc", NA, NA, 
"lc", NA, NA, "lc", "lc", "lc", NA, "domesticated", NA, NA, "vu", 
NA, NA, NA, NA, NA, NA)), row.names = c(NA, -83L), class = c("tbl_df", 
"tbl", "data.frame"))

Для достижения цели я применяю:

msleep %>% 
  select(name, conservation) %>% 
  mutate(conservation = toupper(conservation)) %>% 
  left_join(conservation1, by = c('conservation'='conservation1'))

Моя интуиция подсказывает, что это может сработать, однако , результаты для столбца описания дают мне недостающие значения. Кто-нибудь может мне помочь ? Я новый пользователь dplyr. Я очень ценю любую помощь.

Answer 1

Как отмечает @csgroen, но явно не показывает решение, вы можете использовать trimws из базы R для удаления запаздывающих пробелов:

msleep %>% 
  select(name, conservation) %>% 
  mutate(conservation = toupper(conservation)) %>% 
  left_join(conservation %>% mutate(conservation1 = trimws(conservation1)),
            by = c("conservation" = "conservation1"))
## A tibble: 83 x 3
#   name                       conservation description       
#   <chr>                      <chr>        <chr>             
# 1 Cheetah                    LC           " Least Concern"  
# 2 Owl monkey                 NA            NA               
# 3 Mountain beaver            NT           " Near Threatened"
# 4 Greater short-tailed shrew LC           " Least Concern"  
# 5 Cow                        DOMESTICATED  NA               
# 6 Three-toed sloth           NA            NA               
# 7 Northern fur seal          VU           " Vulnerable"     
# 8 Vesper mouse               NA            NA               
# 9 Dog                        DOMESTICATED  NA               
#10 Roe deer                   LC           " Least Concern" 
## … with 73 more rows

Answer 2

добро пожаловать в SO!

Проблема здесь в том, что уровни не совпадают между вещами, к которым вы хотите присоединиться, поэтому dplyr не знает, как присоединиться к этим вещам.

unique(conservation$conservation1)
[1] "lc"           NA             "nt"           "domesticated" "vu"           "en"           "cd"     

unique(conservation$conservation1)
 [1] "EX "  "EW "  "CR "  "EN "  "VU "  "NT "  "LC "  "DD "  "NE "  "PE "  "PEW "

Уровни должны быть одинаковыми (или, по крайней мере, иметь общие значения) для соединения.

Answer 3

Как говорит @csgroen, основная проблема заключается в том, что ваши ключи не совпадают: ваши ключи категорий написаны в верхнем регистре и имеют конечные пробелы. Вы также можете упростить себе жизнь, используя то же имя для ключа при поиске, что и в наблюдаемых данных. Это дает вам то, что вы хотите:

conservation <- conservation %>% rename(conservation=conservation1)
msleep %>% 
  mutate(conservation=toupper(conservation)) %>% 
  left_join(conservation, by="conservation")