Question

我有两个数据框：

df1
x1  x2
1   a
2   b
3   c
4   d

和

df2
x1  x2
2   zz
3   qq

我想根据df1 $ x1和df2 $ x2之间的条件匹配，用df2 $ x2中的值替换df1 $ x2中的某些值，以产生：

df1
x1  x2
1   a
2   zz
3   qq
4   d

Answer 1

使用match()，假设df1中的值是唯一的。

df1 <- data.frame(x1=1:4,x2=letters[1:4],stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3,x2=c("zz","qq"),stringsAsFactors=FALSE)

df1$x2[match(df2$x1,df1$x1)] <- df2$x2
> df1
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

如果值不唯一，请使用：

for(id in 1:nrow(df2)){
  df1$x2[df1$x1 %in% df2$x1[id]] <- df2$x2[id]
}

Answer 2

我看到Joris和Aaron都选择在没有因素的情况下构建示例。我当然可以理解这个选择。对于具有已经是因素的列的读者，也可以选择强制为“字符”。有一种策略可以避免这种限制，并且还允许df2中可能存在不在df1中的索引的可能性，我认为这将使Joris Meys无效，但到目前为止没有发布Aarons解决方案：

df1 <- data.frame(x1=1:4,x2=letters[1:4])
df2 <- data.frame(x1=c(2,3,5), x2=c("zz", "qq", "xx") )

它要求扩展级别以包含两个因子变量的交集，然后还需要在匹配中删除不匹配的列（= NA值）（df1 $ x1，df2 $ x1）

 df1$x2 <- factor(df1$x2 , levels=c(levels(df1$x2), levels(df2$x2)) )
 df1$x2[na.omit(match(df2$x1,df1$x1))] <- df2$x2[which(df2$x1 %in% df1$x1)]
 df1
#-----------
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

Answer 3

Joris的第一部分＆＃39;答案是好的，但在df1中非唯一值的情况下，行式for循环在大型data.frames上不能很好地扩展。

您可以使用data.table＆＃34;更新加入＆＃34;修改到位，这将非常快：

library(data.table)
setDT(df1); setDT(df2)
df1[df2, on = .(x1), x2 := i.x2]

或者，假设您不关心维护行顺序，可以使用受SQL启发的dplyr：

library(dplyr)
union_all(
  inner_join( df1["x1"], df2 ), # x1 from df1 with matches in df2, x2 from df2
  anti_join(  df1, df2["x1"] )  # rows of df1 with no match in df2
) # %>% arrange(x1) # optional, won't maintain an arbitrary row order

其中任何一个都比行式for-loop更好地扩展。

Answer 4

我们可以使用我的软件包safejoin中的eat，并进行“补丁” 列冲突时，从rhs到lhs的匹配。

# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)
library(dplyr)

df1 <- data.frame(x1=1:4,x2=letters[1:4],stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3,x2=c("zz","qq"),stringsAsFactors=FALSE)

eat(df1, df2, .by = "x1", .conflict = "patch")
#   x1 x2
# 1  1  a
# 2  2 zz
# 3  3 qq
# 4  4  d

Answer 5

你可以通过匹配其他方式来实现它，但它更复杂。 Joris的解决方案更好，但我也把它放在这里作为一个提醒，思考你想要匹配的方式。

df1 <- data.frame(x1=1:4, x2=letters[1:4], stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3, x2=c("zz", "qq"), stringsAsFactors=FALSE)
swap <- df2$x2[match(df1$x1, df2$x1)]
ok <- !is.na(swap)
df1$x2[ok] <- swap[ok]

> df1
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

Answer 6

是这里的新功能，但使用以下dplyr方法似乎也可以工作
与上述答案之一相似但略有不同

df3 <- anti_join(df1, df2, by = "x1")
df3 <- rbind(df3, df2)
df3

Answer 7

可以通过dplyr完成。

library(dplyr)

full_join(df1,df2,by = c("x1" = "x1")) %>% 
  transmute(x1 = x1,x2 = coalesce(x2.y,x2.x))

  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

R中的条件合并/替换

7 个答案: