替换向量中不包含的数据框中的元素答案

【问题标题】：Replacing elements in a dataframe not contained in a vector替换向量中不包含的数据框中的元素
【发布时间】：2018-03-12 23:00:25
【问题描述】：

简单的问题，但我找不到解决方案：如何用特定字符串替换数据框中不包含在向量中的所有元素？

我的数据框如下所示：

ID <- sample(1:8)
Country <- c("USA", "RUS", "Unknown", "Not specified", "???", "XXX", "FRA", "ITA")
myDF <- data.frame(ID, Country)

我还有一个包含所有可能的国家代码的向量：

countryCodes <- c("ESP", "FRA", "ITA", "GBR", "DEU", "USA", "RUS", "BRA", "KOR", "BLZ", "BLR", "BEL", "TWN", "CHN")

我想将 myDF$Country 中未包含在 countryCodes 中的所有元素替换为“N/D”。

我正在使用的数据集大约有 3000 万行，我必须执行多次转换，因此我希望代码尽可能简单和快速。

提前致谢！

【问题讨论】：

myDF[!(myDF$Country %in% countryCodes), "Country"] <- "N/D"。此外，对于处理大型数据集，我建议使用（和学习）data.table 包。
@AndreyKolyadin 把它写成答案？
成功了，谢谢！

标签： r data-munging

【解决方案1】：

对于该数据大小和操作，我会使用 data.table 包：

library(data.table)
setDT(myDF)             # convert to data.table
myDF[!J(countryCodes), on = "Country", Country := "N/D"]
setDF(myDF)             # ..optional, to convert back to data.frame

这使用了一个非常有效的连接和引用更新。

【讨论】：