如何基于含列名与值的另一DataFrame替换目标DataFrame的值？

首先定义目标成绩DataFrame和修正信息DataFrame：

library(dplyr)

# 目标成绩表
id <- c(1 , 2)
name <- c('John', 'Ninaa')
score1 <- c(8, 6)
score2 <- c(NA, 7)

df <- data.frame(id, name, score1, score2)

# 修正信息表
id <- c(2,1)
column <- c('name', 'score2')
new_value <- c('Nina', 9)
corrections <- data.frame(id, column, new_value)

需求是：根据修正表中的id和column字段，定位目标表中的对应位置，将值替换为new_value。

你之前的尝试无法生效，原因是mutate中不能直接用动态列名作为赋值目标，且replace函数无法同时处理多列、多行的分散修正需求。以下是几种可行的实现方法：

方法1：循环遍历修正行（直观易懂） #

适合修正条目较少的场景，直接遍历修正表的每一行，定位目标表的对应位置完成替换：

df_corrected <- df

for (i in 1:nrow(corrections)) {
  corr_row <- corrections[i, ]
  # 匹配id并定位指定列，替换值
  df_corrected[df_corrected$id == corr_row$id, corr_row$column] <- corr_row$new_value
}

方法2：dplyr管道式实现（函数式风格） #

利用dplyr的rowwise和across函数，动态匹配每个行和列的修正规则：

library(dplyr)

df_corrected <- df %>%
  rowwise() %>%
  mutate(
    # 遍历所有需要修正的列
    across(all_of(corrections$column), ~ {
      # 筛选当前行id和当前列对应的修正值
      corr <- corrections %>% filter(id == !!cur_data()$id, column == cur_column())
      # 有修正值则替换，否则保留原值
      if (nrow(corr) > 0) corr$new_value else .x
    })
  ) %>%
  ungroup()

方法3：转宽修正表后合并替换（适合批量修正） #

先将长格式的修正表转为宽格式，再通过left_join合并后完成替换，适合需要修正的列较多的场景：

library(dplyr)
library(tidyr)

# 将修正表转为宽格式：id为键，列名为列，修正值为内容
corrections_wide <- corrections %>%
  pivot_wider(names_from = column, values_from = new_value, names_prefix = "corr_")

# 合并后替换对应列
df_corrected <- df %>%
  left_join(corrections_wide, by = "id") %>%
  mutate(
    name = ifelse(!is.na(corr_name), corr_name, name),
    score2 = ifelse(!is.na(corr_score2), corr_score2, score2)
  ) %>%
  # 移除临时修正列
  select(-starts_with("corr_"))

执行任意一种方法后，df_corrected即为修正后的结果：

> df_corrected
  id  name score1 score2
1  1  John      8      9
2  2  Nina      6      7

内容的提问来源于stack exchange，提问作者Nina van Bruggen