用旧数据更新新数据中的值答案

【问题标题】：Updating Values in New Data with Old Data用旧数据更新新数据中的值
【发布时间】：2021-12-29 04:23:09
【问题描述】：

我有以下数据框：

library(dplyr)

old_data = data.frame(id = c(1,2,3), var1 = c(11,12,13))

> old_data

  id var1
1  1   11
2  2   12
3  3   13

我想用“new_data”中的数据替换“old_data”第二行中的值（即“old_data”中id变量匹配的行）：

new_data = data.frame(id = c(4,2,5), var1 = c(11,15,13))

> new_data

  id var1
1  4   11
2  2   15
3  5   13

使用此处找到的答案 (Update rows of data frame in R)，我尝试使用“dplyr”库来做到这一点：

update =  old_data %>%
     rows_update(new_data, by = "id")

但这给了我以下错误：

Error: Attempting to update missing rows.
Run `rlang::last_error()` to see where the error occurred.

这就是我想要得到的：

谁能告诉我我做错了什么？

谢谢！

【问题讨论】：

标签： r dplyr

【解决方案1】：

有点乱，但这有效（至少在这个示例数据上）

old_data %>% 
  left_join(new_data,by="id") %>% 
  mutate(var1 = if_else(!is.na(var1.y),var1.y,var1.x)) %>% 
  select(id,var1)

#  id var1
#1  1   11
#2  2   15
#3  3   13

【讨论】：

@马丁：非常感谢！这有效！
我很高兴！请尽可能考虑将其标记为已接受。谢谢！

【解决方案2】：

使用match 的基本 R 方法 -

inds <- match(old_data$id, new_data$id)
old_data$var1[!is.na(inds)] <- na.omit(new_data$var1[inds])
old_data

#  id var1
#1  1   11
#2  2   15
#3  3   13

【讨论】：

【解决方案3】：

data.table 方法（将数据表转回数据框）：

library(data.table)

as.data.frame(setDT(old_data)[new_data, var1 := .(i.var1), on = "id"])

输出

使用rows_update 的替代tidyverse 选项。您可以过滤new_data 以仅在old_data 中出现ids。然后，您可以更新这些值，就像您之前尝试过的那样。本质上，new_data 只能有出现在old_data 中的id 值。

library(tidyverse)

old_data %>% 
  rows_update(., new_data %>% filter(id %in% old_data$id), by = "id")

数据

old_data <-
  structure(list(id = c(1, 2, 3), var1 = c(11, 12, 13)),
            class = "data.frame",
            row.names = c(NA,-3L))
new_data <-
  structure(list(id = c(4, 2, 5), var1 = c(11, 15, 13)),
            class = "data.frame",
            row.names = c(NA,-3L))

【讨论】：

【解决方案4】：

如果我们首先在new_data 上使用semi_join 来仅过滤包含在old_data 中的ids，我们可以使用dplyr::rows_update。

library(dplyr)

old_data %>% 
  rows_update(new_data %>%
                semi_join(old_data, by = "id"),
              by = "id")

#>   id var1
#> 1  1   11
#> 2  2   15
#> 3  3   13

^{由reprex package (v0.3.0) 于 2021 年 12 月 29 日创建}

【讨论】：