如何高效基于另一数据框更新R数据框的指定列值？

针对多列更新繁琐的问题，推荐以下几种高效实现方式：

方法1：使用dplyr的rows_update()函数 #

这是dplyr专为行更新设计的函数，通过匹配主键（如id），直接用新数据框的内容覆盖原数据框对应行的指定列，无需手动处理连接后的冗余列：

library(dplyr)

df_original <- data.frame(
   id=c(1,2,3), 
   name=c("John", "Rose", "Kanaya"), 
   address=c("100 Street st.", "413 Old St.", "200 Drive Dr.")
)
df_newinfo <- data.frame(id=c(2), address=c("612 New St."))

# 执行更新
df_updated <- rows_update(df_original, df_newinfo, by = "id")

注意：rows_update()要求新数据框的主键（id）在原数据框中唯一存在，且新数据框的列必须是原数据框的子集。

方法2：使用rows_patch()函数（适用于保留原非NA值的场景） #

如果新数据框中存在NA值，且你不想用这些NA覆盖原数据框的对应值，rows_patch()只会用新数据框中的非NA值更新原数据：

df_updated <- rows_patch(df_original, df_newinfo, by = "id")

在你的示例中它和rows_update()效果一致，但当新数据有多列且部分列是NA时，这个函数的优势会更明显。

方法3：自动化处理多列的连接式更新（兼容旧版dplyr） #

如果你的dplyr版本较低，或需要更灵活的自定义逻辑，可以用across()实现自动化多列更新，无需手动指定每个列名：

library(stringr)

df_updated <- df_original %>%
  left_join(df_newinfo, by = "id", suffix = c("", ".y")) %>%
  mutate(across(ends_with(".y"), ~coalesce(., get(str_remove(cur_column(), "\\.y"))))) %>%
  rename_with(~str_remove(., "\\.y"), ends_with(".y")) %>%
  select(names(df_original))

这段代码会自动识别所有带.y后缀的列，用coalesce替换原列的值，随后移除后缀并保留原数据框的列结构。

内容的提问来源于stack exchange，提问作者octern