如何用新数据框df1更新旧数据框df2并维护record_id

针对你需要用df1更新df2的需求（同步status、新增行、延续record_id），可以用dplyr包的一系列操作来实现，具体步骤如下：

首先确认输入的数据结构：

df1<-structure(list(protocol_no = c("study1", "study2", "study3", "study4", "study5", "study6", "study7"), 
                    status = c("New", "Open", "Closed", "New", "PI signoff", "Closed", "Open")), 
               row.names = c(NA, -7L), class = c("tbl_df", "tbl", "data.frame"))

df2<-structure(list(record_id = c(11, 12, 13, 14, 15, 16), 
                    protocol_no = c("study1", "study2", "study3", "study4", "study5", "study6"), 
                    status = c("New", "Closed", "Closed", "New", "PI signoff", "Closed"), 
                    form_1_complete = c(0, 0, 0, 0, 0, 0)), 
               row.names = c(NA, 6L), class = "data.frame")

完整解决方案代码 #

library(dplyr)

# 1. 更新已有研究的status：移除旧status，关联df1的最新值
updated_existing <- df2 %>%
  select(-status) %>%
  left_join(df1, by = "protocol_no") %>%
  filter(!is.na(status))

# 2. 处理新增研究：生成连续record_id，补充其他列默认值
new_rows <- df1 %>%
  anti_join(df2, by = "protocol_no") %>%
  mutate(
    record_id = max(df2$record_id) + row_number(),
    form_1_complete = 0  # 可根据实际需求调整默认值
  ) %>%
  select(record_id, protocol_no, status, form_1_complete)

# 3. 合并数据并排序
final_df <- bind_rows(updated_existing, new_rows) %>%
  arrange(record_id)

# 查看结果
print(final_df)

关键步骤解释 #

• 更新已有行：通过select(-status)丢弃df2中的旧status，再用left_join关联df1获取最新的status值，确保已有研究的状态同步。
• 新增行处理：anti_join筛选出df1中未在df2出现的研究，用max(df2$record_id) + row_number()生成连续的record_id，同时补充form_1_complete的默认值（这里和旧数据保持一致为0，可按需修改）。
• 合并结果：用bind_rows合并两部分数据，再按record_id排序，得到符合要求的最终数据框。

输出结果 #

# A tibble: 7 × 4
  record_id protocol_no status      form_1_complete
      <dbl> <chr>       <chr>                 <dbl>
1        11 study1      New                       0
2        12 study2      Open                      0
3        13 study3      Closed                    0
4        14 study4      New                       0
5        15 study5      PI signoff                0
6        16 study6      Closed                    0
7        17 study7      Open                      0

可以看到：

• study2的status已从"Closed"更新为df1中的"Open"
• 新增的study7分配了延续的record_id 17
• 所有protocol_no唯一，包含全部4列

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