R语言left_join()：替换匹配行值而非新增列的实现方法

现有数据框 #

数据框A #

A <- data.frame(AgentNo=c(1,2,3,4,5,6),
                N=c(2,5,6,1,9,0),
                Rarity=c(1,2,1,1,2,2))

输出：

AgentNo N Rarity
1       1 2      1
2       2 5      2
3       3 6      1
4       4 1      1
5       5 9      2
6       6 0      2

数据框B #

B <- data.frame(Rank=c(1,5),
                AgentNo.x=c(2,5),
                AgentNo.y=c(1,4),
                N=c(3,1), 
                Rarity=c(1,2))

输出：

Rank AgentNo.x AgentNo.y N Rarity
1    1         2         1 3      1
2    5         5         4 1      2

需求说明 #

• 按A.AgentNo = B.AgentNo.y且A.N = B.N的条件，将B左连接到A
• 不新增列，仅用B中的值更新A的匹配行：
  • 匹配行的A.AgentNo替换为B.AgentNo.x
  • A.N替换为B.N
  • A.Rarity替换为B.Rarity
• 丢弃B中的Rank和AgentNo.y列

期望结果 #

Result <- data.frame(AgentNo=c(2,2,3,5,5,6), N=c(3,5,6,1,9,0), Rarity=c(1,2,1,2,2,2))

输出：

AgentNo N Rarity
1       2 3      1
2       2 5      2
3       3 6      1
4       5 1      2
5       5 9      2
6       6 0      2

实现方案 #

方法1：使用dplyr包 #

library(dplyr)

# 清洗B数据，保留需要的列并重新命名匹配键
B_clean <- B %>%
  select(AgentNo.y, AgentNo.x, N, Rarity) %>%
  rename(AgentNo_match = AgentNo.y, N_match = N,
         new_AgentNo = AgentNo.x, new_N = N, new_Rarity = Rarity)

# 左连接后替换匹配行的值，非匹配行保留原数据
Result <- A %>%
  left_join(B_clean, by = c("AgentNo" = "AgentNo_match", "N" = "N_match")) %>%
  mutate(
    AgentNo = ifelse(!is.na(new_AgentNo), new_AgentNo, AgentNo),
    N = ifelse(!is.na(new_N), new_N, N),
    Rarity = ifelse(!is.na(new_Rarity), new_Rarity, Rarity)
  ) %>%
  select(-starts_with("new_")) # 移除临时新增的辅助列

方法2：基础R实现 #

# 生成匹配键字符串，找到A中与B匹配的行索引
match_idx <- match(paste(A$AgentNo, A$N), paste(B$AgentNo.y, B$N))

# 复制原数据框作为结果模板
Result <- A

# 替换匹配行的对应字段
Result$AgentNo[!is.na(match_idx)] <- B$AgentNo.x[match_idx[!is.na(match_idx)]]
Result$N[!is.na(match_idx)] <- B$N[match_idx[!is.na(match_idx)]]
Result$Rarity[!is.na(match_idx)] <- B$Rarity[match_idx[!is.na(match_idx)]]

内容的提问来源于stack exchange，提问作者locket