覆盖现有数据帧的值 [英] Overwrite values of existing dataframe

问题描述

如果有一个数据框可以保存2种类型的观察值，请按ID编号（ id.1 ， id.2 val.1 ， val.2 ）以及本示例中表示的其他几个数据 val.other 。

If have a data frame which holds 2 type of observations, coded by IDs (id.1, id.2) with corresponding values (val.1, val.2) and several other data represented in this example by val.other.

set.seed(1)
# df.master
id.1= c("abc", "def", "ghi", "jkl")
val.1= c(1, 2, 3, 4)
id.2= c("mno", "pqr", "stu", "vwx")
val.2= c(5, 6, 7, 8)
val.other= rep(runif(1),4)
df.master= data.frame(id.1, id.2, val.other, val.1, val.2)

df.master 看起来像：

  id.1 id.2 val.other val.1 val.2
1  abc  mno 0.2655087     1     5
2  def  pqr 0.2655087     2     6
3  ghi  stu 0.2655087     3     7
4  jkl  vwx 0.2655087     4     8

我生成第二和第三个数据帧中单独存储的新数据 df.new.1 和 df.new.2 。

I generate new data stored separately in a 2nd and 3rd data frame df.new.1 and df.new.2.

df.new.1 看起来像：

  id.3 val.3
1  abc    10
2  ghi    20
3  stu    30

# Create an 2nd data frame, which contains new values
id.3= c("abc", "ghi", "stu")
val.3= c(10, 20, 30)
df.new.1= data.frame(id.3, val.3)

df.new.2 看起来像：

  id.4 val.4
1  def   100
2  vwx   200

# Create an 3rd data frame, which contains new values
id.4= c("def", "vwx")
val.4= c(100, 200)
df.new.2= data.frame(id.4, val.4)

我想根据 df.new.1的内容更新 df.master code>和 df.new.2 同时保持原始结构 df.master 导致以下结果：

I want to update df.master based on contents of df.new.1 and df.new.2 while keeping the original structure of df.master leading to following result:

  id.1 id.2 val.other val.1 val.2
1  abc  mno 0.2655087    10     5
2  def  pqr 0.2655087   100     6
3  ghi  stu 0.2655087    20    30
4  jkl  vwx 0.2655087     4   200

请注意， df.new.1 和 df.new.2 包含新的数据匹配 id.1 和 id.2 df.master 。

Please note that df.new.1 and df.new.2 contain a mix of new data matching id.1 and id.2 of df.master.

任何建议代码执行更新的 df.master ？

Any suggestions for code to perform the update of df.master?

推荐答案

以下内容可能会有所帮助：

Something like the following could be helpful:

ids_mat = as.matrix(df.master[c("id.1", "id.2")])
mat_inds = arrayInd(match(df.new.1$id.3, ids_mat), dim(ids_mat))
df.master[c("val.1", "val.2")][mat_inds] <- df.new.1$val.3
df.master
#  id.1 id.2 val.other val.1 val.2
#1  abc  mno 0.2655087    10     5
#2  def  pqr 0.2655087     2     6
#3  ghi  stu 0.2655087    20    30
#4  jkl  vwx 0.2655087     4     8

与 df.new.2 相同的逻辑

这篇关于覆盖现有数据帧的值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！