用于选择性行替换的 Data.frame 合并用法[重复]答案

【问题标题】：Data.frame merge usage for selective row replacement [duplicate]用于选择性行替换的 Data.frame 合并用法[重复]
【发布时间】：2012-11-29 06:19:50
【问题描述】：

可能重复：
how to use merge() to update a table in R

对于 R 中的这种操作，合并的正确用途是什么？见下文。

older <- data.frame(Member=c("first","second","third","fourth"),
                       VAL=c(NA,NA,NA,NA))
newer <- data.frame(Member=c("third","first"),
                       VAL=c(2125,4587))

# 
merge.data.frame(older,newer,all=T)
  Member  VAL
  1  first 4587
  2  first   NA
  3 fourth   NA
  4 second   NA
  5  third 2125
  6  third   NA

上面的内容并不完全符合我的预期，我想用新条目替换旧条目，而不是添加另一行。如下所示。我在 merge.data.frame 上失败了。

my.merge.fu(older,newer)
  Member  VAL
  1  first 4587
  2 second   NA
  3  third 2125
  4 fourth   NA

一种选择性行替换，其中较新的成员优先，并且不能包含除较旧成员之外的其他成员。

这种 R 操作是否有适当的英文术语，是否有预建函数？

谢谢。

【问题讨论】：

如果您使用by='Member' 和all=TRUE，您将获得一个具有您正在寻找的结构的新列。但我很想知道您是否可以使用 merge 并仅返回该列。
以前在SO 上发布过两个可能的解决方案，也有类似的问题
@Petr newer 可以包含 fifth 条目吗？
@Matthew 感谢您的提问，除了较旧的成员之外，没有新成员不能包含其他成员。我进行了编辑以添加这个重要的细节。
@Justin 看起来你的提示对我来说效果很好，至少小的包装函数可以完成这项工作。非常感谢您的建议。

标签： r

【解决方案1】：

你已经有效地回答了你自己的问题。

如果你想处理 Matthew Ploude 的观点，你可以使用

older$VAL[match(newer[newer$Member %in% older$Member, ]$Member, older$Member)
          ]  <- newer[newer$Member %in% older$Member, ]$VAL

这也是newer 有多个新值的效果，它是最新的，以older 结尾，例如

older <- data.frame(Member=c("first","second","third","fourth"),
                       VAL=c(1234,NA,NA,5678))
newer <- data.frame(Member=c("third","first","fifth","first"),
                       VAL=c(2125,4587,2233,9876))

older$VAL[match(newer[newer$Member %in% older$Member,]$Member, older$Member)
          ]  <- newer[newer$Member %in% older$Member,]$VAL

给予

> older
  Member  VAL
1  first 9876
2 second   NA
3  third 2125
4 fourth 5678

【讨论】：