如何使用在 r 中重复的另一个数据框中的特定列更新数据框中的新列？答案

【问题标题】：How to update new column in data-frame with specific column from another data-frame with duplicated in r?如何使用在 r 中重复的另一个数据框中的特定列更新数据框中的新列？
【发布时间】：2020-12-18 23:28:10
【问题描述】：

大家好，我的 df1 看起来像

MNO  DOB
123  NA
123  NA
234  NA
234  NA
345  NA
456  NA
456  NA

我的 df2 有

MNO  DOB
123  22-04-1996
234  16-06-1994
345  05-05-1990
456  18-08-2000

我使用 df3

我得到的输出看起来像

MNO  DOB
123  22-04-1996
123  NA
234  16-06-1994
234  NA
345  05-05-1990
456  18-08-2000
456  NA

预期结果：

MNO  DOB
123  22-04-1996
123  22-04-1996
234  16-06-1994
234  16-06-1994
345  05-05-1990
456  18-08-2000
456  18-08-2000

【问题讨论】：

标签： r dplyr merge

【解决方案1】：

根据显示的示例，列应由同一列“MNO”合并，因此我们可以使用by 而不是by.x

merge(df1[1], df2, by = "MNO", all.x = TRUE)
#  MNO        DOB
#1 123 22-04-1996
#2 123 22-04-1996
#3 234 16-06-1994
#4 234 16-06-1994
#5 345 05-05-1990
#6 456 18-08-2000
#7 456 18-08-2000

如果 'df3' 的输出基于不同的代码，在 merge 步骤之后，我们可以 fill from tidyr 用之前的非 NA 填充 NA 元素

library(tidyr)
library(dplyr)
df3 <- df3 %>%
             fill(DOB)

【讨论】：

【解决方案2】：

使用data.table 和roll=T 选项的另一种解决方案：

merge(dx[,list(MNO)],dx2,roll=TRUE)

 MNO        DOB
1: 123 22-04-1996
2: 123 22-04-1996
3: 234 16-06-1994
4: 234 16-06-1994
5: 345 05-05-1990
6: 456 18-08-2000
7: 456 18-08-2000

【讨论】：