如何用另一dataframe值更新现有数据框列，合并唯一值不新增记录

原始数据 #

你拥有两个DataFrame：

DF1<-data.frame(name = c("Test1","Test2","Test3"),
                Value = c(10,20,30),
                Remarks = c("Good","Best","Perfect")
)

DF2<- data.frame(name = c("Test","Test2","Test3","Test4"),
                 Value = c(10,22,30, 40),
                 Remarks = c("Good","Best","Perfect","NEW"))

你的需求是：合并两个DataFrame，保留所有唯一name记录；对于重复的name，用DF2的值覆盖DF1，最终结果无重复条目。而unique(bind_rows(x = DF1, y = DF2))会产生重复记录，无法满足需求。

方法1：bind_rows + distinct（简单直接） #

先按「DF1在前、DF2在后」的顺序合并，再按name去重，保留每个name最后出现的记录（即DF2的更新值）：

library(dplyr)

DF3 <- bind_rows(DF1, DF2) %>%
  distinct(name, .keep_all = TRUE) %>%
  arrange(name) # 可选：按name排序，优化结果可读性

最终结果 #

name Value Remarks
1   Test    10    Good
2  Test1    10    Good
3  Test2    22    Best
4  Test3    30 Perfect
5  Test4    40     NEW

方法2：rows_update + bind_rows（逻辑更严谨） #

明确区分「更新已有记录」和「添加新记录」两个步骤：

library(dplyr)

# 用DF2更新DF1中重复的name记录
updated_DF1 <- rows_update(DF1, DF2, by = "name", unmatched = "ignore")

# 提取DF2中DF1没有的新记录
new_records <- anti_join(DF2, DF1, by = "name")

# 合并更新后的DF1和新记录
DF3 <- bind_rows(updated_DF1, new_records) %>%
  arrange(name)

此方法结果与方法1完全一致，适合需要清晰区分更新/新增逻辑的场景。

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