如何更新数据帧中的多条记录，并使用r中的索引从单独的数据帧中获取新值

Question

我试图找出如何从df2列A更新df1列A的新值的各种记录。df1有2141列A观测值，在Index列中有唯一的ID。df2有268个更新的列A值，它们在Index列中具有关联的唯一ID。我尝试使用merge()，甚至一个简单的for循环与if语句没有运气，如:

for (i in 1:nrow(df1)){
if (df1$Index[i] == df2$Index[i]){
df1$A[i] <- df2$A[1]
}
} 

我的两个数据帧的简化示例和我想要达到的结果:

df1:
Index  A
1      1 NA
2      2 NA
3      3 NA
4      4 NA
5      5 NA
6      6 NA
7      7 NA
8      8 NA
9      9 NA
10    10 NA

df2:
Index  A
1     2 85
2     3 46
3     6 79
4     7 64
5    10 40

Updated df1:
Index  A
1      1 NA
2      2 85
3      3 46
4      4 NA
5      5 NA
6      6 79
7      7 64
8      8 NA
9      9 NA
10    10 40

我必须相信这很简单，但我不知道如何更新我的主数据框架。我在网上搜索的想法一直回到merge()函数或类似的连接函数。谢谢你的帮助和指导。

Answer 1

试试这个

df <- data.frame(Index = 1:10 , A = NA)
for(i in 1:nrow(df)){
x <- which(i == df2$Index)
y <- which(i == df1$Index)
if(length(x) > 0) df$A[i] <- df2$A[x]
else if(length(y) > 0) df$A[i] <- df1$A[y]
else df$A[i] <- NA

}

输出

Index  A
1      1 NA
2      2 85
3      3 46
4      4 NA
5      5 NA
6      6 79
7      7 64
8      8 NA
9      9 NA
10    10 40

Answer 2

在dplyr中，您可以这样做:

df2 %>% 
full_join(df1) %>% 
group_by(Index) %>% 
filter(ifelse((length(row_number()) > 1) & is.na(A), 1, 2) == 2) %>% 
ungroup() %>% 
arrange(-desc(Index))

假设每个df最多只有一个唯一的Index值

# A tibble: 10 × 2
Index     A
<int> <int>
1     1    NA
2     2    85
3     3    46
4     4    NA
5     5    NA
6     6    79
7     7    64
8     8    NA
9     9    NA
10    10    40

Answer 3

这些是我能想到的最"简单"的方法;希望其中一个适合:

df1 <- read.table(text = "  Index  A
1     1 NA
2     2 NA
3     3 NA
4     4 NA
5     5 NA", header = TRUE)
df2 <- read.table(text = "  Index  A
1     2 85
2     3 46
3     6 79
4     7 64
5    10 40", header = TRUE)
library(dplyr)
full_join(df1, df2, by = "Index") %>%
mutate(A = coalesce(A.x, A.y)) %>%
select(Index, A)
#>   Index  A
#> 1     1 NA
#> 2     2 85
#> 3     3 46
#> 4     4 NA
#> 5     5 NA
#> 6     6 79
#> 7     7 64
#> 8    10 40
library(powerjoin)
power_full_join(df1, df2, by = "Index", 
conflict = rw ~ ifelse(all(is.na(.x), is.na(.y)), 
NA_integer_, 
sum(.x, .y, na.rm = TRUE)))
#>   Index  A
#> 1     1 NA
#> 2     2 85
#> 3     3 46
#> 4     4 NA
#> 5     5 NA
#> 6     6 79
#> 7     7 64
#> 8    10 40
# Plyr method: note the order of dataframes is important
# this may not work on your 'real' data
library(plyr)
join(df2, df1, type = "full", by = "Index") %>%
arrange(Index)
#>   Index  A
#> 1     1 NA
#> 2     2 85
#> 3     3 46
#> 4     4 NA
#> 5     5 NA
#> 6     6 79
#> 7     7 64
#> 8    10 40

^{由reprex包(v2.0.1)创建于2022-06-30}