如何基于species匹配用df1的genus替换df2的ID列？（dplyr优先）

完全可以通过dplyr的left_join()完成这个替换操作，以下是具体实现步骤：

示例数据 #

df1 #

> df1
             genus                 species
1  Orthobunyavirus           Variola virus
2 Alphatorquevirus     Torque teno virus 6
3     Yatapoxvirus Yaba-like disease virus

df2 #

> df2
                       ID
1           Variola virus
2     Torque teno virus 6
3 Yaba-like disease virus

数据结构 #

> dput(df1)
structure(list(genus = c("Orthobunyavirus", "Alphatorquevirus", 
"Yatapoxvirus"), species = c("Variola virus", "Torque teno virus 6", 
"Yaba-like disease virus")), class = "data.frame", row.names = c(NA, 
-3L))
> dput(df2)
structure(list(ID = c("Variola virus", "Torque teno virus 6", 
"Yaba-like disease virus")), class = "data.frame", row.names = c(NA, 
-3L))

实现代码 #

先加载dplyr包，通过左连接关联数据集后替换ID列值：

library(dplyr)

# 方法1：分步处理，逻辑清晰
df_result <- df2 %>%
  left_join(df1, by = c("ID" = "species")) %>%  # 按ID与species的匹配关系关联数据
  mutate(ID = genus) %>%  # 将genus的值替换到ID列
  select(ID)  # 仅保留目标列

# 方法2：简洁写法，直接在select中完成重命名
df_result <- df2 %>%
  left_join(df1, by = c("ID" = "species")) %>%
  select(ID = genus)

输出结果 #

> df_result
                  ID
1  Orthobunyavirus
2 Alphatorquevirus
3     Yatapoxvirus

说明 #

• left_join()的by参数明确匹配规则：用df2的ID列匹配df1的species列，会保留df2的所有行，若存在不匹配的记录，对应位置会显示NA。
• 两种方法最终效果一致，可根据个人习惯选择。

内容的提问来源于stack exchange，提问作者user2300940