匹配另一列中的值后替换一列中的值答案

【问题标题】：Replacing values in one column after matching values from another column匹配另一列中的值后替换一列中的值
【发布时间】：2017-08-29 23:40:26
【问题描述】：

我的数据看起来像这样。我现在要做的是使用第二个表中的匹配值替换“旧 ID”值：第一个表是这样的，

      Old ID |   Usage 
       211         25          
       211         17          
       211         18         
       202         11          
       202         12          
       194         17          
       202         16          
       194         22          
       194         84          
       198         26

具有匹配值的第二个表

      Old ID |     ID 
       211         abf          
       202         rdg          
       194         ufe         
       198

将旧 ID 中的每个值替换为第二个表中的相应值后，应更改第一个表。如果 ID 列中的值缺失或为“NULL”，则第一个表中的替换值应显示为“N/A”第一个表现在应如下所示，

      Old ID |   Usage 
       abf         25          
       abf         17          
       abf         18         
       rdg         11          
       rdg         12          
       ufe         17          
       rdg         16          
       ufe         22          
       ufe         84          
       n/a         26

我有大约 200 万个这样的条目。非常感谢您的帮助

【问题讨论】：

这本质上只是一个合并 - merge(df1, unique(df2), by="OldID", all.x=TRUE) 或 df1$OldID <- df2$ID[match(df1$OldID, df2$OldID)]
可能重复stackoverflow.com/questions/45202538/…stackoverflow.com/questions/15069984/…stackoverflow.com/questions/42613167/…

标签： r

【解决方案1】：

这可以通过加入更新来解决：

library(data.table)
setDT(DT1)[setDT(DT2), on = "Old_ID", Old_ID := ID][]

    Old_ID Usage
 1:    abf    25
 2:    abf    17
 3:    abf    18
 4:    rdg    11
 5:    rdg    12
 6:    ufe    17
 7:    rdg    16
 8:    ufe    22
 9:    ufe    84
10:     NA    26

数据

DT1 <- structure(list(Old_ID = c("abf", "abf", "abf", "rdg", "rdg", 
"ufe", "rdg", "ufe", "ufe", NA), Usage = c("25", "17", "18", 
"11", "12", "17", "16", "22", "84", "26")), .Names = c("Old_ID", 
"Usage"), row.names = c(NA, -10L), class = c("data.table", "data.frame"))

DT2 <- structure(list(Old_ID = c("211", "202", "194", "198"), ID = c("abf", 
"rdg", "ufe", NA)), .Names = c("Old_ID", "ID"), row.names = c(NA, 
-4L), class = c("data.table", "data.frame"))

【讨论】：

【解决方案2】：

这样的？

df1 <- data.frame(old.id = c(211, 211, 211, 202, 194, 202, 198, 194), usage=c(20:27), stringsAsFactors = F)
df2 <- data.frame(old.id = c(211, 211, 212, 213, 202, 198), ID =  c("a", "a", "b", "c", "d", "e"), stringsAsFactors = F)


df1$old.id <- sapply(df1$old.id , (function(nm) { out <- df2[df2$old.id == nm, ]$ID; ifelse(length(out) > 0, out[1], NA) }))

df1

【讨论】：

【解决方案3】：

首先合并两个表，然后删除重复项，如下所示：

  S=merge(df1,df2,by="Old_ID")
  S[!duplicated(S),c(3,2)]
      ID Usage
 1   ufe    17
 4   ufe    22
 7   ufe    84
 10 <NA>    26
 11  rdg    11
 14  rdg    12
 17  rdg    16
 20  abf    25
 23  abf    17
 26  abf    18

【讨论】：

嘿 Onyambu，我在发布问题时犯了一个错误。第二个表与第一个表的条目数不同。第二个只是为了将旧 ID 与 ID 匹配。我已经编辑了问题
解决方案可能不同，但代码保持不变