Question

如果我的数据框（df）如下所示：

Name        State
John Smith  MI
John Smith  WI
Jeff Smith  WI

我想从WI“约翰史密斯1”重命名约翰史密斯。什么是SQL语句中最干净的R等价物？

update df 
set Name = "John Smith1"
where Name = "John Smith"
and State = "WI"

Answer 1

df <- data.frame(Name=c('John Smith', 'John Smith', 'Jeff Smith'),
                 State=c('MI','WI','WI'), stringsAsFactors=F)

df <- within(df, Name[Name == 'John Smith' & State == 'WI'] <- 'John Smith1')

> df
         Name State
1  John Smith    MI
2 John Smith1    WI
3  Jeff Smith    WI

Answer 2

一种方式：

df[df$Name == "John_Smith" & df$State == "WI", "Name"] <- "John_Smith1"

使用dplyr的另一种方式：

df %>% mutate(Name = ifelse(State == "WI" & Name == "John_Smith", "John_Smith1", Name))

注意：正如David Arenburg所说，第一栏不应该是一个因素。为此，请阅读数据集stringsAsFactors = FALSE。

Answer 3

您还可以使用包data.table：

library(data.table)
setDT(df)[State=="WI", Name:=paste0(Name,"1")]

Answer 4

由于OP有mentioned他“一个非常大的数据框”，使用二进制搜索可能是有利的

library(data.table)
setDT(DF)[.("John Smith",  "WI"), on = .(Name=V1, State=V2), 
          Name := paste0(Name, 1)][]

          Name State
1:  John Smith    MI
2: John Smith1    WI
3:  Jeff Smith    WI

而不是矢量扫描

setDT(df)[State == "WI" & Name == "John Smith", Name := paste0(Name, "1")]

在两种变体中，数据对象都通过引用更新，即不复制整个对象，节省了时间和内存。

根据其他列中的条件更新一列中的值

4 个答案: