咨询：如何按规则用DF2匹配列名填充DF1？

需求说明 #

现有两个DataFrame（DF1、DF2），需按以下规则完成值替换：

• 仅当DF1对应单元格的值为1或2时，用DF2中匹配列名的对应值替换
• 若DF1单元格值为0或NA，则保留原值

示例数据 #

DF1：

DF2：

期望结果 #

解决方案（dplyr优先） #

步骤1：将DF2转换为命名向量 #

先把DF2的列名（V1列）作为名称，对应替换值（V2列）作为向量值，这样可以快速按列名匹配取值：

library(dplyr)

# 构造示例数据（已有数据可跳过）
DF1 <- tibble(
  sampleID = c("A", "B", "C"),
  ID1 = c(0, 1, 1),
  ID2 = c(NA, 0, 2),
  ID3 = c(0, 1, 0)
)

DF2 <- tibble(
  V1 = c("ID1", "ID2", "ID3"),
  V2 = c(0.5, 0.7, 0.9)
)

# 转换为命名向量
replace_values <- setNames(DF2$V2, DF2$V1)

步骤2：用dplyr的across批量处理列 #

使用across函数批量处理除sampleID外的所有列，结合ifelse判断替换条件：

result <- DF1 %>%
  mutate(
    across(
      -sampleID,  # 排除sampleID列
      ~ifelse(.x %in% c(1, 2), replace_values[cur_column()], .x)
      # 若值为1/2，用对应列名的替换值；否则保留原值
    )
  )

# 查看结果
print(result)

基础R替代方案 #

如果不使用dplyr，也可以用基础R的lapply实现：

# 获取需要处理的列（排除sampleID）
cols_to_process <- setdiff(names(DF1), "sampleID")

# 批量替换
DF1[cols_to_process] <- lapply(cols_to_process, function(col) {
  current_col <- DF1[[col]]
  # 替换符合条件的值
  replace(current_col, current_col %in% c(1, 2), replace_values[col])
})

print(DF1)

内容的提问来源于stack exchange，提问作者Vbokito