根据几个条件替换 df 中的某些值答案

【问题标题】：replace certain values in df according to several conditions根据几个条件替换 df 中的某些值
【发布时间】：2020-03-12 20:24:24
【问题描述】：

基本问题，但我正在寻找一个很好的解决方案（不是循环），如果满足几个条件，则通过 DF2 的值在 DF1 中进行条件替换：

DF1
Name  Year   Val1
A    2010     x1
A    2012     x2
B    2012     x3
C    2015     x4
C    2012     x5

DF2
Name  Year   Val1
A    2012     y1
B    2012     y2
C    2012     y3

如果 Year 是某个值，例如在这种情况下为 2012，并且 DF1 和 DF2 的名称相同，则将 Val1 从 DF2 分配给 DF1。

我尝试了几件事： DF1$Val1[DF1$Year=="2012"&DF1$Name==DF2$Name,] <-DF2$Val1 DF1$Val1<-replace(DF1$Val1, DF1$Year=="2012" & DF1$Name==DF2$Name, DF2$Val1)

但不幸的是，我收到了一个错误，因为 DF1 和 DF2 的长度不同。

预期：

DF1
Name  Year   Val1
A    2010     x1
A    2012     y1
B    2012     y2
C    2015     x4
C    2012     y3

感谢您的帮助！

【问题讨论】：

抱歉完全忘记了！我编辑了我的问题。

标签： r database merge

【解决方案1】：

我们可以使用 on 与 data.table 的列连接并更新“Val”

librar(data.table)
setDT(DF1)[DF2, Val1 := i.Val1, on = .(Name, Year)]
DF1
#   Name Year Val1
#1:    A 2010   x1
#2:    A 2012   y1
#3:    B 2012   y2
#4:    C 2015   x4
#5:    C 2012   y3

数据

DF1 <- structure(list(Name = c("A", "A", "B", "C", "C"), Year = c(2010L, 
2012L, 2012L, 2015L, 2012L), Val1 = c("x1", "x2", "x3", "x4", 
"x5")), class = "data.frame", row.names = c(NA, -5L))

DF2 <- structure(list(Name = c("A", "B", "C"), Year = c(2012L, 2012L, 
2012L), Val1 = c("y1", "y2", "y3")), class = "data.frame", row.names = c(NA, 
-3L))

【讨论】：

这会忽略所有 DF1 的值，如果它们在 DF2 中，即使 NA 也是如此。如果 DF2 中的 Val1 是 NA，我不想将其加入我的新 DF

【解决方案2】：

我认为最简单的方法是过滤 DF2，然后将其附加到 DF1。

所以

    DF2 <- dplyr::filter(DF2, Year==2012,
                     Name %in% unique(DF1$Name)
    DF1 <- dplyr::bind_rows(DF1, DF2)

【讨论】：

【解决方案3】：

这里有两个基本的 R 解决方案。

- 使用match:

inds <- match(data.frame(t(DF2[-3]),stringsAsFactors = FALSE),
              data.frame(t(DF1[-3]),stringsAsFactors = FALSE))
DF1$Val1[inds] <- DF2$Val1

这样

> DF1
  Name Year Val1
1    A 2010   x1
2    A 2012   y1
3    B 2012   y2
4    C 2015   x4
5    C 2012   y3

- 使用merge + subset：

DF1 <- subset(within(merge(DF1,DF2,by=c("Name","Year"),all.x = TRUE), 
                     Val1 <- ifelse(is.na(Val1.y),Val1.x,Val1.y)),
              select = names(DF1))

这样

> DF1
  Name Year Val1
1    A 2010   x1
2    A 2012   y1
3    B 2012   y2
4    C 2012   y3
5    C 2015   x4

【讨论】：

【解决方案4】：

我们可以在 Name 和 Year 上使用 left_join df1 和 df2 并使用 coalesce 从两个 Val1 列中选择非 NA 值。

library(dplyr)

DF1 %>%
  left_join(DF2, by = c('Name', 'Year')) %>%
  mutate(Val1 = coalesce(Val1.y, Val1.x)) %>%
  select(names(df1))

#  Name Year Val1
#1    A 2010   x1
#2    A 2012   y1
#3    B 2012   y2
#4    C 2015   x4
#5    C 2012   y3

【讨论】：

这是否意味着，如果DF1中的Val1为NA，它将被DF2中的Val1替换，否则不会被替换？
@antonina 不，现在在当前代码中优先使用DF2，如果Val1 存在于DF2 中，它将采用它的值或从DF1 中采用Val1。如果需要，也可以通过将coalesce 中的参数更改为coalesce(Val1.x, Val1.y) 以优先考虑DF1 来更改此设置。