Question

我有一种通过匹配ID值替换数据框中的值的方法。这适用于小型数据集，但不适用于大型数据集。有人对我如何使该过程在计算上更有效提出建议吗？

下面是我的R代码的示例。我正在使用tidyverse软件包。

# Delta Array small test
test_df <- data.frame(ID = c(1,2,3,4,5,6,7,8,8,9),
                  val = c(1,NA,3,4,5,6,7,8,NA,9))

delta_test <- data.frame(ID = c(2,8,9),
                     val = c(2,100,50))

test_df$val <- ifelse(is.na(delta_test$val[match(test_df$ID, delta_test$ID)]),
                  test_df$val,
                  delta_test$val[match(test_df$ID, delta_test$ID)])

test_df

Answer 1

您可以尝试将test_df与delta_test合并，并使用coalesce选择第一个非NA值。

library(dplyr)

test_df <- test_df %>%
             left_join(delta_test, by = 'ID') %>%
             mutate(val = coalesce(val.y, val.x)) %>%
             select(ID, val)
test_df
#  ID val
#1   1   1
#2   2   2
#3   3   3
#4   4   4
#5   5   5
#6   6   6
#7   7   7
#8   8 100
#9   8 100
#10  9  50

在基本R中，可以实现为：

test_df <- transform(merge(test_df, delta_test, by = 'ID', all.x = TRUE),
                     val = ifelse(is.na(val.y), val.x, val.y))

通过索引值用另一个数据框中的值替换一个数据框中的值

1 个答案: