Question

我有两个数据文件，一个是主文件，另一个是较小的文件。我需要通过匹配唯一ID号和特定列来使用小文件中的数据更新主文件。

例如：

Master file (X)
ID a1 a2 b1 b2 c1 c2
1  a  d  4  5  6  8
2  d  f  NA 1  3  12
3  e  r  1  1  89 0
4  f  we 10 NA 3  9
5  dd w  NA 21 56 7

Small file (iy1)
ID  b1 b2 
1   4  5
2   27 1
3   1  1
4   10 9
5   56 21

我试过了

X$b1[na.omit(match(iy1$ID, X$ID))] <- iy1$b1[which(iy1$ID %in% X$ID)]

但如果我要更新1000条记录和1000列，这很乏味。

谢谢

Answer 1

# Master file (X)
X = read.table(text = 
"ID a1 a2 b1 b2 c1 c2
1  a  d  4  5  6  8
2  d  f  NA 1  3  12
3  e  r  1  1  89 0
4  f  we 10 NA 3  9
42  f  we 10 NA 3  9
5  dd w  NA 21 56 7",
header = TRUE)
# Small file (iy1)
iy1 = read.table(text = 
"ID  b1 b2 
5   4  5
4   27 1
3   1  1
2   10 9
21   10 9
1   56 21",
header = TRUE)

### Solution
# we suppose that ID's are unique in both datasets
to_update = c("b1", "b2") # columns which we want to update
updatable_id = intersect(X$ID, iy1$ID) # ID's which we can update
X[match(updatable_id, X$ID), to_update] = iy1[match(updatable_id, iy1$ID), to_update] # update

Answer 2

以下是使用data.table

的选项

library(data.table)
nm1 <- setdiff(intersect(names(iy1), names(X)), "ID")
setDT(X)[iy1, (nm1) := mget(paste0("i.", nm1)), on = "ID"]
X
#    ID a1 a2 b1 b2 c1 c2
#1:  1  a  d  4  5  6  8
#2:  2  d  f 27  1  3 12
#3:  3  e  r  1  1 89  0
#4:  4  f we 10  9  3  9
#5:  5 dd  w 56 21 56  7

Answer 3

＆lt; p＆gt;使用基础R＆lt; / p＆gt;的另一种选择＆lt; pre＆gt;＆lt; code＆gt; sapply（colnames（iy1），function（t）x [which（is.na（x [t]）），t]＆lt;＆lt; -iy1 [which（is.na（x） [T]）），T]）＆LT; /代码＆GT;＆LT; /预＆GT;

匹配ID和列名称并更新数据

3 个答案: