如何从不完整的查询表中更新数据？

Question

我有一个表，该表使用唯一的ID，但这些ID的可读名称不一致。 它比月份名称更复杂，但是为了一个更简单的示例，让我们说它看起来像这样：

demo_frame <- read.table(text=" Month_id Month_name Number
1   Jan 37
2   Feb 63
3   March   9
3   Mar 150
2   February    49", header=TRUE)

除了他们可能用八种不同的方式拼写“ Feb”或“ March”。 我也有一个干净的数据框，其中包含具有变体的名称的一致名称：

month_lookup <- read.table(text=" Month_id Month_name
2   Feb
3   Mar", header=TRUE)

我想得到这个：

1   Jan 37
2   Feb 63
3   Mar 9
3   Mar 150
2   Feb 49"

我尝试了merge(month_lookup, demo_frame, by = "Month_id")但是由于查找表中不存在“ Jan”，因此删除了所有一月份的值：

 Month_id Month_name.x Month_name.y Number
1        2          Feb          Feb     63
2        2          Feb     February     49
3        3          Mar        March      9
4        3          Mar          Mar    150

我对如何在R中的相应查找表中用字符串替换data.frame列名的理解是，我应该能够使用plyr::mapvalues但是从示例和文档中我不清楚如何将id映射到name 。 我不只是想说“用'Mar'代替'March'”-我需要对每个查询值说一下SET month_name = 'Mar' WHERE month_id = 3 。

Answer 1

我想你想要这个。

library(dplyr)

demo_frame <- read.table(text=" Month_id Month_name Number
1   Jan 37
2   Feb 63
3   March   9
3   Mar 150
2   February    49", header=TRUE, stringsAsFactors = FALSE)

month_lookup <- read.table(text=" Month_id Month_name
2   Feb
3   Mar", header=TRUE, stringsAsFactors = FALSE)

result = 
  demo_frame %>%
  rename(bad_month = Month_name) %>%
  left_join(month_lookup) %>%
  mutate(month_fix =
           Month_name %>%
           is.na %>%
           ifelse(bad_month, Month_name) )