如何使用dplyr根据第二个数据框更新第一个数据框？

问题说明 #

我们需要用second_df的数据更新first_df：first_df的t1/t2/t3/t4分别对应2024/2025/2026/2027年；更新规则为：second_df中每个ShortName对应的Year，需将first_df里该年份及之后的列值替换为对应的Value。

原始数据框代码 #

library(dplyr)

# 初始数据框
first_df <- data.frame(
  ShortName = c("A", "B", "C"),
  t1 = c(0, 0, 0 ),
  t2 = c(1, 1, 1),
  t3 = c(2, 2, 2),
  t4 = c(3, 3, 3)
)

# 更新规则数据框
second_df <- data.frame(
  ShortName = c("A", "B", "C"),
  Year = c(2024, 2025, 2026 ),
  Value=c(0, 5, 10)
)

解决方案代码 #

我们可以通过长格式转换-关联判断-宽格式还原的流程实现需求，需配合tidyr包的pivot_longer/pivot_wider函数：

library(tidyr)

# 建立t列与年份的映射关系
year_mapping <- c(t1 = 2024, t2 = 2025, t3 = 2026, t4 = 2027)

updated_result <- first_df %>%
  # 将t1-t4列转为长格式，方便统一处理
  pivot_longer(
    cols = starts_with("t"),
    names_to = "period",
    values_to = "original_val"
  ) %>%
  # 按ShortName关联更新规则数据
  left_join(second_df, by = "ShortName") %>%
  # 匹配当前period对应的年份
  mutate(current_year = year_mapping[period]) %>%
  # 应用更新规则：当前年份≥目标Year则替换为Value，否则保留原值
  mutate(final_val = ifelse(current_year >= Year, Value, original_val)) %>%
  # 转回宽格式，恢复原数据结构
  pivot_wider(
    id_cols = ShortName,
    names_from = "period",
    values_from = "final_val"
  ) %>%
  # 保持原数据的列顺序
  select(ShortName, t1, t2, t3, t4)

# 查看最终结果
print(updated_result)

运行结果 #

ShortName t1 t2 t3 t4
1         A  0  0  0  0
2         B  0  5  5  5
3         C  0  1 10 10

关键逻辑说明 #

1. 长格式转换：把分散的年份列（t1-t4）转为统一的行记录，避免对每一列单独写更新逻辑；
2. 年份匹配：通过预定义的映射关系，把t开头的列名转为对应的年份值，方便后续判断；
3. 规则应用：用ifelse判断当前年份是否符合更新条件，批量替换数值；
4. 宽格式还原：将处理后的长数据转回原有的宽格式结构，保持列顺序一致。

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