如何处理rows_update函数遇到重复值时的报错问题

问题场景 #

执行以下代码时触发报错：

library(dplyr)

df1 = data.frame(ID = c(1,rep(2,5),7:10), Num = c(111,rep(15,5),112:115))
g1 = data.frame(ID = rep(2,5), Num = rep(16,5))

rows_update(df1, g1)

报错信息：

Matching, by = "ID"
Error in `rows_update()`:
! `y` key values must be unique.
ℹ The following rows contain duplicate key values: `c(1, 2, 3, 4, 5)`.
Backtrace:
 1. dplyr::rows_update(df1, g1)
 2. dplyr:::rows_update.data.frame(df1, g1)

报错原因 #

rows_update()的核心逻辑是按匹配键（默认是同名列，这里为ID）一对一更新，要求用于更新的数据集（即第二个参数g1）中的键值必须唯一。如果g1存在重复的键值，系统无法确定用哪一条记录去更新目标表的对应行，因此抛出报错。

解决方案 #

根据业务需求选择以下处理方式：

1. 当g1重复行的更新内容一致时：对g1去重 #

如果重复的键值对应相同的更新内容（比如本例中ID=2对应的Num都是16），只需先对g1去重，保留每个键的唯一记录：

# 对g1去重，保留每个ID的唯一行
g1_unique <- distinct(g1, ID, .keep_all = TRUE)
# 执行更新
rows_update(df1, g1_unique)

执行后，df1中所有ID=2的行的Num值都会被更新为16。

2. 当g1重复行的更新内容不一致时：先聚合处理 #

如果同一ID对应不同的Num值，需要先按ID做聚合（比如取首行、末行、均值等），确保每个ID只有一条记录：

示例1：保留每个ID的最后一行

g1_agg <- g1 %>% 
  group_by(ID) %>% 
  slice_tail(n = 1) %>% 
  ungroup()

rows_update(df1, g1_agg)

示例2：取每个ID对应Num的均值

g1_agg <- g1 %>% 
  group_by(ID) %>% 
  summarise(Num = mean(Num), .groups = "drop")

rows_update(df1, g1_agg)

3. 需按位置一对一更新时：直接定位替换 #

如果需求是让g1的每一行对应更新df1中相同位置的同ID行，rows_update()的键匹配逻辑不适用，可直接定位替换：

# 将df1中所有ID=2的行的Num替换为g1的Num值（按位置对应）
df1$Num[df1$ID == 2] <- g1$Num

内容的提问来源于stack exchange，提问作者An116