根据匹配值覆盖数据框中的特定值

Question

我的数据格式如下：

#>   country year value
#> 1     AUS 2019   100
#> 2     USA 2019   120
#> 3     AUS 2018    90

df <- data.frame(stringsAsFactors=FALSE,
     country = c("AUS", "USA", "AUS"),
        year = c(2019, 2019, 2018),
       value = c(100, 120, 90)
)

我有一个单行数据框，它表示应该覆盖我数据中现有记录的修订。

#>   country year value
#> 1     AUS 2019   500

df2 <- data.frame(stringsAsFactors=FALSE,
                  country = c("AUS"),
                     year = c(2018),
                    value = c(500)
             )

我想要的输出是：

#>   country year value
#> 1     AUS 2019   100
#> 2     USA 2019   120
#> 3     AUS 2018   500

我知道如何找到要覆盖的行：

library(tidyverse)
df %>% filter(country == overwrite$country & year == overwrite$year) %>% 
  mutate(value = overwrite$value)

但如何将其放回原始数据框中？

Tidyverse 的答案对我来说更容易使用，但我愿意接受任何解决方案。

Answer 1

使用mutate 和if_else：

library(tidyverse)

df %>% 
mutate(value = if_else(country %in% df2$country & year %in% df2$year, df2$value, value))

结果：

country year value
1     AUS 2019   100
2     USA 2019   120
3     AUS 2018   500

Answer 2

在这里，一种有效的方法是将on 与data.table 连接起来。将“data.frame”转换为“data.table”（setDT(df)），将on与“国家”上的“df2”、“年份”分配（:=）第二个数据集中的“值”列(i.value) 替换原始数据集中的“值”

library(data.table)
setDT(df)[df2, value := i.value, on = .(country, year)]
df
#    country year value
#1:     AUS 2019   100
#2:     USA 2019   120
#3:     AUS 2018   500

Answer 3

使用 1) 的一种可能的 tidyverse 方法。 anti_join 从 df 中删除将被替换的行和 2)。 bind_rows 添加来自df2 的替换行：

library(dplyr)

anti_join(df, df2, by = c("country", "year")) %>% bind_rows(df2)
#>   country year value
#> 1     AUS 2019   100
#> 2     USA 2019   120
#> 3     AUS 2018   500

---

或者，另一个使用 1)。 right_join 加入旧值和新值和 2)。 coalesce 只保留新值：

right_join(df2, df, by = c("country", "year")) %>%
    transmute(country, year, value = coalesce(value.x, value.y))
#>   country year value
#> 1     AUS 2019   100
#> 2     USA 2019   120
#> 3     AUS 2018   500