我要替换变量的值。
这是我的dB:
head(mydb)
ID V1 V2 V3 V4
1 value value 0 0
2 value value 0 0
3 value value 0 0
4 value value 0 0
5 value value 0 0
6 value value 0 0
V3
和V4
的所有观察结果均具有 0
。
然后我创建了几个dB,如下所示:
head(newdb)
ID V3 V4
2 5 4
4 8 5
6 9 6
我想获得这样的东西:
ID V1 V2 V3 V4
1 value value 0 0
2 value value 5 4
3 value value 0 0
4 value value 8 5
5 value value 0 0
6 value value 9 6
我尝试过sqldf来做到这一点:
mydf <- sqldf('SELECT mydf.*, newdb.v3, newdb.v4
FROM mydf
LEFT JOIN newdb
ON mydf.ID = newdb.id')
我创建的代码可以很好地工作并完成工作;但是问题是我在for循环中,对于每个newDB
,sql
代码都会生成其他V3
和V4
并将其附加到前一个创建类似这样的内容:
ID V1 V2 V3 V4 V3 V4 V3 V4
1 value value 0 0 1 5 0 0
2 value value 5 4 0 0 0 0
3 value value 0 0 0 0 7 8
4 value value 8 5 0 0 0 0
5 value value 0 0 2 2 0 0
6 value value 9 6 0 0 0 0
我为循环的每次迭代(在本例中为3次迭代)添加了另一个V3和V4列。
如何避免此问题?
答案 0 :(得分:3)
您可以使用data.table很容易地进行更新联接
library(data.table)
setDT(mydb)
setDT(newdb)
mydb[newdb, on = 'ID', c('V3', 'V4') := .(i.V3, i.V4)]
mydb
# ID V1 V2 V3 V4
# 1: 1 value value 0 0
# 2: 2 value value 5 4
# 3: 3 value value 0 0
# 4: 4 value value 8 5
# 5: 5 value value 0 0
# 6: 6 value value 9 6
您也可以使用sqldf
,但必须使用coalesce
(与上述相同的结果)
library(sqldf)
sqldf('
SELECT mydb.ID
, mydb.V1
, mydb.V2
, coalesce(newdb.v3, mydb.V3) as V3
, coalesce(newdb.v4, mydb.V4) as V4
FROM mydb
LEFT JOIN newdb
using(id)
')
使用的数据:
mydb <- fread('
ID V1 V2 V3 V4
1 value value 0 0
2 value value 0 0
3 value value 0 0
4 value value 0 0
5 value value 0 0
6 value value 0 0
')
newdb <- fread('
ID V3 V4
2 5 4
4 8 5
6 9 6
')
答案 1 :(得分:2)
您只需在两个数据框中匹配ID,然后将其替换为原始数据即可:
mydf[,c("V3","V4")] <- newdf[match(mydf$ID, newdf$ID),c("V3","V4")]
mydf
# ID V1 V2 V3 V4
# 1 1 value value NA NA
# 2 2 value value 5 4
# 3 3 value value NA NA
# 4 4 value value 8 5
# 5 5 value value NA NA
# 6 6 value value 9 6
稍后您可以将NA
替换为0
。
更新:
与其将所有for-loop
连接在一起,然后在其上运行代码,而不是将newdf
连接在一起;看下面的伪代码:
newdf_concat <- rbind(newdf1, newdf2)
mydf[,c("V3","V4")] <- newdf_concat[match(mydf$ID, newdf_concat$ID),c("V3","V4")]
答案 2 :(得分:0)
我们可以使用我的软件包safejoin中的eat
,并“修补”匹配项
当列冲突时,从rhs变为rhs。
# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)
library(dplyr)
eat(mydb, newdb, .by = "ID", .conflict = "patch")
# ID V1 V2 V3 V4
# 1 1 value value 0 0
# 2 2 value value 5 4
# 3 3 value value 0 0
# 4 4 value value 8 5
# 5 5 value value 0 0
# 6 6 value value 9 6
我们还可以合并从rhs开始的列,以达到相同的效果:
eat(mydb, newdb, .by = "ID", .conflict = ~coalesce(.y,.x))