R中的部分合并

Question

在我像 Two by two matching between dataframes in r 那样以 -7 结束之前，让我说我已经阅读了以下页面：

• How to copy row from one data.frame in to another [R]
• R How to update a column in data.frame using values from another data.frame
• Using one data.frame to update another

其实最后一个真的和我想要的很像，但又不一样，因为我的栏目不一样

我有两个数据框，比如说：

> d <- data.frame(year=c(2004,2004,2006),month = c(1,5,3), height = c(1000,2000,3000) )
> d
  year month height
1 2004     1   1000
2 2004     5   2000
3 2006     3   3000

> e <- data.frame(year=c(2004),month=c(5), height = c(9999))
> e
  year month height
1 2004     5   9999

显然真实数据比这个长。

我想将 e 中的值合并到 d 中

尝试原始合并：

> merge(d,e)
[1] year   month  height
<0 rows> (or 0-length row.names)

好的。所以加上“by”：

> merge(d,e,by=c("year","month"))
  year month height.x height.y
1 2004     5     2000     9999

好的，它做了一个内连接，并去掉了 d 中的所有原始数据。所以尝试左外连接：

> merge(d,e,by=c("year","month"),all.x = T)
  year month height.x height.y
1 2004     1     1000       NA
2 2004     5     2000     9999
3 2006     3     3000       NA

它做了一个连接，根据外连接定义它是正确的，但它没有做我想要的，即从 e 中的值更新 d 中的值。我真正想要的更像是一个 sql 更新：

for (year,month,height) in e:
    update d set d.height=e.height where d.year = e.year and d.month = e.month

即我想要的结果是：

> magic(d,e)
  year month height
1 2004     1   1000
2 2004     5   9999
3 2006     3   3000

当然，我可以只写一堆for 循环，但我希望有一些矢量化的方式来做到这一点？

编辑：我的示例只有一个键列，但我真正的问题有两个。更新了示例以反映这一点。

Answer 1

你可以使用data.table

编辑注意 e 和 d 都有一个按月和年定义的键

library(data.table)
DD <- as.data.table(d)
DE <- as.data.table(e)

setkey(DD,  year, month)
setkey(DE,  year, month)

DD[DE, height := i.height]

请注意，我在高度前加上了i.，以确保它从i 组件中读取高度值。

如果您阅读 data.table 小插图的介绍，您将很快了解 rownames 和 data.table 键之间的关系！

Answer 2

其实下面的方法更直接：

rownames( d ) <- d$id
d[ e$id, ]$height <- e$height

更新：由于您的键实际上是“年-月”，您可能最好使用数据表，但如果您不愿意使用它，您可以这样做：

rownames( d ) <- paste( d$year, d$month )
d[ paste( e$year, e$month ), ]$height <- e$height