R：根據來自另一個數據框的匹配行更新列

Question

我有

mydf1 <- data.frame(ID = c(1,2,3,4,5), color = c("red", NA, NA, NA, "green"), name = c("tom", "dick", "harry", "steve", "mike"))
mydf2 <- data.frame(ID = c(1,2,99), color = c("red", "orange", "yellow"), name = c("tom", "dick", "Aaron"))

我想用 mydf2 中對應的顏色更新 mydf1$color ，用於匹配 ID 和名稱的任何行。 所需的輸出是將第 2 行中的顏色更新為橙色，其余部分保持原樣：

   ID  color   name
1  1   red     tom
2  2   orange  dick
3  3   <NA>    harry
4  4   <NA>    steve
5  5   green   mike

我在之前的一些帖子中嘗試了非對稱合並的解決方案，但在 mydf1.x 中我的一些字段被覆蓋。 然后我嘗試按照另一篇文章中的建議使用 match，但收到錯誤消息。 不知道為什么匹配條件不起作用。

mydf1$color <- mydf2$color[match(mydf1[c("ID", "name")], mydf2[c("ID", "name")])]

Answer 1

我們可以在 'ID' 和 'name' 列on使用與data.table的連接，並通過賦值（ := ）從第一個數據集中的第二個數據集中更新相應的 'color' 值

library(data.table)
setDT(mydf1)[mydf2, color := i.color, on = .(ID, name)]
mydf1
#   ID  color  name
#1:  1    red   tom
#2:  2 orange  dick
#3:  3   <NA> harry
#4:  4   <NA> steve
#5:  5  green  mike

---

match適用於vector/matrix而不是data.frame 。 如果我們需要使用match ，則paste每個數據集中的“ID”、“名稱”並進行match

i1 <- match(paste(mydf1$ID, mydf1$name), paste(mydf2$ID, mydf2$name), nomatch = 0)

---

或者使用tidyverse

library(dplyr)
mydf1 %>%
   left_join(mydf2, by = c("ID", "name")) %>%
    transmute(ID, name, color = coalesce(as.character(color.x), 
                                         as.character(color.y)))
#  ID  name  color
#1  1   tom    red
#2  2  dick orange
#3  3 harry   <NA>
#4  4 steve   <NA>
#5  5  mike  green

Answer 2

從dplyr 1.0 版開始，您可以使用實驗性的rows_*函數。 不幸的是， rows_update不允許“內部”或“左”更新——如果有不匹配的行，它會拋出錯誤。 我們可以使用rows_upsert后跟inner_join來解決這個inner_join ：

rows_upsert(mydf1, mydf2, by = c("ID", "name")) %>%
  inner_join(mydf1 %>% select(ID, name))
# Joining, by = c("ID", "name")
#   ID  color  name
# 1  1    red   tom
# 2  2 orange  dick
# 3  3   <NA> harry
# 4  4   <NA> steve
# 5  5  green  mike