基于另一个在 dataframe 中创建新列，并与 R 中的另一个数据集匹配

Question

我有以下数据框，我想根据以下条件创建一个新列：

1. 如果 Price.of.Books 为 BLANK，则 R 将根据 Count.of.Books..Match 中的值查找匹配的数据帧。
2. 如果 Price.of.Books 不是 BLANK，它将保留该值

在 Excel 中，可以使用 ifelse() 和 ifelse() function 中的 vlookup() 来完成。 在 R 中可以做类似的事情吗？ 所以它适用于更大的数据集？

Dataframe

指数	分组	书数..匹配。	图书价格
i1	一个	1	空白的
i2	一个	2	空白的
i3	乙	2	12
i4	乙	6	空白的
i5	C	4	10
i6	C	1	11.5
i7	D	3	8.5
i8	D	6	空白的
i9	乙	4	空白的

df = structure(list(Index = structure(1:9, .Label = c("I1", "I2", 
                    "I3", "I4", "I5", "I6", "I7", "I8", "I9"), class = "factor"), 
                 Grouping = structure(c(1L, 1L, 2L, 2L, 3L, 3L, 4L, 4L, 5L
                 ), .Label = c("A", "B", "C", "D", "E"), class = "factor"), 
                 Count.of.Books..Match. = c(1L, 2L, 2L, 6L, 4L, 1L, 3L, 6L, 
                  4L), Price.of.Books = structure(c(5L, 5L, 3L, 5L, 1L, 2L, 
                   4L, 5L, 5L), .Label = c("10", "11.5", "12", "8.5", "BLANK"
                   ), class = "factor")), row.names = c(NA, -9L), class = "data.frame")

匹配数据框

匹配	图书价格
1	6
2	7
3	8
4	9.5
5	12
6	13

match = structure(list(Match = 1:6, Price.of.Books = c(6, 7, 8, 9.5, 12, 13)), class = "data.frame", row.names = c(NA, -6L))

结果应该如下：

指数	分组	书数..匹配。	图书价格	新列
i1	一个	1	空白的	6
i2	一个	2	空白的	7
i3	乙	2	12	12
i4	乙	6	空白的	13
i5	C	4	10	10
i6	C	1	11.5	11.5
i7	D	3	8.5	8.5
i8	D	6	空白的	13
i9	乙	4	空白的	9.5

提前致谢

Answer 1

一个可能的解决方案：

library(dplyr)

df %>% 
  inner_join(match, by = c("Count.of.Books..Match." = "Match")) %>% 
  mutate(Price.of.Books = ifelse(Price.of.Books.x == "BLANK", Price.of.Books.y, 
    Price.of.Books.x), .keep = "unused") 

#>   Index Grouping Count.of.Books..Match. Price.of.Books
#> 1    I1        A                      1            6.0
#> 2    I2        A                      2            7.0
#> 3    I3        B                      2            3.0
#> 4    I4        B                      6           13.0
#> 5    I5        C                      4            1.0
#> 6    I6        C                      1            2.0
#> 7    I7        D                      3            4.0
#> 8    I8        D                      6           13.0
#> 9    I9        E                      4            9.5