用R中不同数据帧的值替换数据帧中的部分值（starts_with）答案

【问题标题】：Replacing parts of value (starts_with) in dataframe with values from a different dataframe in R用R中不同数据帧的值替换数据帧中的部分值（starts_with）
【发布时间】：2020-05-09 17:05:52
【问题描述】：

我想将 df1 中的部分值替换为 df2 中的值。如果 df1$col1 以 df2$col1 中的数字开头，则将这四个数字（保持静止）替换为 df2$col2。同样适用于 df1$col2。示例：对于 16122567 替换为 5059，结果为 50592567。尝试过不同类型的starts_with、循环、for(i in ..)、mutate 等。有人吗？（我是 R 新手）。

df1 col1 col2 1 16122567 89992567 2 17236945 16126548 3 95781657 19995670 4 16126972 56972541 df2 col1 col2 1 1612 5059 2 1723 5044 3 8999 5094 4 1999 9053

【问题讨论】：

标签： r dataframe replace dplyr

【解决方案1】：

这是dplyr 的一种方式。我们可以用col1的前4个字符创建一个新列，left_join和df2，replaceNA的前4个字符col2.x。最后，我们使用substr 替换特定位置的值。

library(dplyr)

df3 <- df1 %>%
         mutate(col1 = substr(col1, 1, 4)) %>%
         left_join(df2 %>% mutate(col1 =  as.character(col1)), by = 'col1') %>%
         mutate(col2.y = ifelse(is.na(col2.y), substr(col2.x, 1, 4), col2.y), 
         col2.x = as.character(col2.x))

substr(df3$col2.x, 1, 4) <- df3$col2.y

df3
#  col1   col2.x col2.y
#1 1612 50592567   5059
#2 1723 50446548   5044
#3 9578 19995670   1999
#4 1612 50592541   5059

【讨论】：

谢谢。我学到了很多东西，但是在 substr 只愿意接受字符而不是数字方面遇到了一些困难。

【解决方案2】：

这是使用基础 R 的另一种方法。我们可以创建一个函数来执行检查和操作文本，然后将该函数应用于我们想要修改的任何列。

# the data
df1 <- data.frame(col1 = c(16122567, 17236945, 95781657, 16126972),
                  col2 = c(89992567, 16126548, 19995670, 56972541))

df2 <- data.frame(col1 = c(1612, 1723, 8999, 1999), 
                  col2 = c(5059, 5044, 5094, 9053))   

# a function to do the check and create the chimera strings
check_and_paste <- function(check1, check2, replacement) {
  res <- c()
  for (i in seq_along(check1)) {
    four_digits <- substr(check1[i], 1, 4)
    if (four_digits %in% check2) {
      res[i] <- paste(replacement[which(four_digits == check2)], 
                      substr(check1[i], 5, 8), 
                      sep = "")
    } else {
      res[i] <- check1[i]
    }
  }
  return(as.numeric(as.character(res))) # to return numbers
}

# apply to the first column
new_col1 <- check_and_paste(
  check1 = df1$col1,
  check2 = df2$col1,
  replacement = df2$col2
)

# and the second
new_col2 <- check_and_paste(
  check1 = df1$col2,
  check2 = df2$col1,
  replacement = df2$col2
)

# the new data frame
data.frame(new_col1, new_col2)
#  new_col1 new_col2
#1 50592567 50942567
#2 50446945 50596548
#3 95781657 90535670
#4 50596972 56972541

【讨论】：