Условное слияние/замена в R

У меня есть два кадра данных:

df1
x1  x2
1   a
2   b
3   c
4   d

и

df2
x1  x2
2   zz
3   qq

Я хочу заменить некоторые из значений в df1 $x2 значениями в df2 $x2 на основе условного совпадения между df1 $x1 и df2 $x2 для создания:

df1
x1  x2
1   a
2   zz
3   qq
4   d

Ответ 1

используйте match(), если значения в df1 уникальны.

df1 <- data.frame(x1=1:4,x2=letters[1:4],stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3,x2=c("zz","qq"),stringsAsFactors=FALSE)

df1$x2[match(df2$x1,df1$x1)] <- df2$x2
> df1
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

Если значения не уникальны, используйте:

for(id in 1:nrow(df2)){
  df1$x2[df1$x1 %in% df2$x1[id]] <- df2$x2[id]
}

Ответ 2

Я вижу, что Джорис и Аарон оба решили строить примеры без факторов. Я могу, конечно, понять этот выбор. Для читателя с колонками, которые уже являются факторами, также будет существовать возможность принуждения к "характеру". Существует стратегия, которая позволяет избежать этого ограничения и которая также допускает возможность наличия индексов в df2, которые не находятся в df1, что, по моему мнению, приведет к аннулированию Joris Meys, но не к решениям Aarons, опубликованным до сих пор:

df1 <- data.frame(x1=1:4,x2=letters[1:4])
df2 <- data.frame(x1=c(2,3,5), x2=c("zz", "qq", "xx") )

Требуется, чтобы уровни были расширены, чтобы включить пересечение обеих факториальных переменных, а затем также нужно отбросить несогласованные столбцы (= значения NA) в match (df1 $x1, df2 $x1)

 df1$x2 <- factor(df1$x2 , levels=c(levels(df1$x2), levels(df2$x2)) )
 df1$x2[na.omit(match(df2$x1,df1$x1))] <- df2$x2[which(df2$x1 %in% df1$x1)]
 df1
#-----------
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

Ответ 3

Первая часть ответа Joris хороша, но в случае неуникальных значений в df1, цикл for для df1 строки не будет хорошо масштабироваться на больших data.frames.

Вы можете использовать data.table "update join" для изменения на месте, что будет довольно быстро:

library(data.table)
setDT(df1); setDT(df2)
df1[df2, on = .(x1), x2 := i.x2]

Или, если вы не заботитесь о поддержании порядка строк, вы можете использовать dplyr стиле dplyr:

library(dplyr)
union_all(
  inner_join( df1["x1"], df2 ), # x1 from df1 with matches in df2, x2 from df2
  anti_join(  df1, df2["x1"] )  # rows of df1 with no match in df2
) # %>% arrange(x1) # optional, won't maintain an arbitrary row order

Любой из них будет масштабироваться намного лучше, чем рядный цикл for.

Ответ 4

Мы могли бы использовать eat from my package safejoin и " соединять " совпадения из rhs в lhs при конфликте столбцов.

# devtools::install_github("moodymudskipper/safejoin")
library(safejoin)
library(dplyr)

df1 <- data.frame(x1=1:4,x2=letters[1:4],stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3,x2=c("zz","qq"),stringsAsFactors=FALSE)

eat(df1, df2, .by = "x1", .conflict = "patch")
#   x1 x2
# 1  1  a
# 2  2 zz
# 3  3 qq
# 4  4  d

Ответ 5

Вы можете сделать это, совместив другой способ, но это сложнее. Решение Joris лучше, но я помещаю это здесь также как напоминание, чтобы подумать о том, как вы хотите соответствовать.

df1 <- data.frame(x1=1:4, x2=letters[1:4], stringsAsFactors=FALSE)
df2 <- data.frame(x1=2:3, x2=c("zz", "qq"), stringsAsFactors=FALSE)
swap <- df2$x2[match(df1$x1, df2$x1)]
ok <- !is.na(swap)
df1$x2[ok] <- swap[ok]

> df1
  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d

Ответ 6

новинка здесь, но использование следующего подхода dplyr, кажется, также работает
похож, но немного отличается от одного из ответов выше

df3 <- anti_join(df1, df2, by = "x1")
df3 <- rbind(df3, df2)
df3

Ответ 7

Это можно сделать с помощью dplyr.

library(dplyr)

full_join(df1,df2,by = c("x1" = "x1")) %>% 
  transmute(x1 = x1,x2 = coalesce(x2.y,x2.x))

  x1 x2
1  1  a
2  2 zz
3  3 qq
4  4  d