我有一个数据框,其中第一列有日期,第二列有 ID,其他列有值。如果第 1 列和第 2 列匹配,则应根据另一个数据帧更新或插入一列中的某些值(假设为第三列)。但是,并非两个数据框中的所有列都相同。
有这个解决方案,但是,它不适用于两列或不同大小的数据框。
这里有一些示例数据,可以使我需要的更清楚:
df1=structure(list(Date = structure(c(19216, 19216, 19219, 19219), class = "Date"),
ID = c("id1", "id2", "id1", "id2"), X1 = c(-8, -10, 5, 11
), X2 = c(0, 0, 0, 0), X3 = c("A", "A", "A", "A")), row.names = c(NA,
-4L), class = "data.frame")
df2=structure(list(Date = structure(c(19216, 19219, 19220), class = "Date"),
ID = c("id1", "id1", "id1"), X1 = c(-3, 0, 2), Y = c(2, 2,
-1)), class = "data.frame", row.names = c(NA, -3L))
df_result=structure(list(Date = structure(c(19216, 19216, 19219, 19219,
19220), class = "Date"), ID = c("id1", "id2", "id1", "id2", "id1"
), X1 = c(-3, -10, 0, 11, 2), X2 = c(0, 0, 0, 0, NA), X3 = c("A",
"A", "A", "A", NA)), row.names = c(NA, 5L), class = "data.frame")
您可以使用
dplyr::rows_upsert
更新第一个数据框中的现有行并添加新行。只需确保两个数据帧具有相同的列,并且第二个数据帧中没有重复项。您尝试更新的密钥应该是唯一的
library(dplyr)
df_result2 = rows_upsert(df1, select(df2, -Y), by = c("Date", "ID"))
print(df_result2)
Date ID X1 X2 X3
1 2022-08-12 id1 -3 0 A
2 2022-08-12 id2 -10 0 A
3 2022-08-15 id1 0 0 A
4 2022-08-15 id2 11 0 A
5 2022-08-16 id1 2 NA <NA>
这似乎有效。