如何用第二个DataFrame中的值填充二进制值的DataFrame？

我有一个包含二进制0和1的DataFrame，需要用第二个DataFrame中的对应数值替换其中的1（0保持不变）。实际数据集有数千行，需要高效的实现方案。

示例数据 #

data <- data.frame(array(sample(c(0,1),25,replace=TRUE),dim=c(6,4)))
colnames(data) <- c("sp1","sp2","sp3","sp4")
size <- data.frame(array(c("sp1","sp2","sp3","sp4",13,16,14,12),dim=c(4,2)))

原始DataFrame输出 #

> data
  sp1 sp2 sp3 sp4
1   1   1   1   0
2   0   0   1   0
3   1   1   0   0
4   0   1   0   1
5   0   0   1   0
6   0   0   0   0

映射规则DataFrame输出 #

> size
   X1 X2
1 sp1 13
2 sp2 16
3 sp3 14
4 sp4 12

期望输出 #

sp1 sp2 sp3 sp4
1   13  16  14  0
2   0   0   14  0
3   13  16  0   0
4   0   16  0   12
5   0   0   14  0
6   0   0   0   0

高效解决方案 #

方法1：基础R向量化运算（推荐大数据量） #

利用R的矩阵向量化运算，避免循环，效率极高：

# 先将size的映射值转为数值型
size$X2 <- as.numeric(size$X2)

# 生成与data同维度的映射矩阵，按列匹配后相乘
result <- data * matrix(size$X2[match(colnames(data), size$X1)], 
                        nrow = nrow(data), 
                        ncol = ncol(data), 
                        byrow = TRUE)

原理：match(colnames(data), size$X1)匹配每列对应的映射值，生成和data结构一致的矩阵，与原DataFrame逐元素相乘——0乘任何数仍为0，1乘映射值得到目标数值。

方法2：tidyverse/dplyr实现 #

适合习惯tidyverse语法的用户，同样是向量化操作，效率优异：

library(dplyr)

# 将size转换为命名向量（列名作为名字，映射值作为数值）
size_vec <- size %>% 
  tibble::deframe() %>% 
  as.numeric()

# 遍历所有列，用对应映射值替换1
result <- data %>% 
  mutate(across(everything(), ~ .x * size_vec[cur_column()]))

内容的提问来源于stack exchange，提问作者Alex Howard