R语言按T1列匹配 用更新df2替换原始df1对应列值

现有如下R语言代码构建的两个数据框：

T1 <- c("A","B","C","D","E", "M")
T2 <- c("F","G","H","I","J", "K")
score1 <- c(1,2,3,4,5, 6)
score3 <- c(7,8,9,10,11, 12)
score2 <- c(13, 14, 15, 16, 17, 18)
df1 <- data.frame(T2, T1, score1, score2, score3)

T1 <- c("A","D","C","B","K")
T2 <- c("f","g","h","i","j")
score1 <- c(-1,-2,-3,-4,-5)
score2 <- c(-13, -14, -15, -16, -17)
df2 <- data.frame(T1, T2, score1, score2)

两个数据框初始内容如下：

> df1
  T2 T1 score1 score2 score3
1  F  A      1     13      7
2  G  B      2     14      8
3  H  C      3     15      9
4  I  D      4     16     10
5  J  E      5     17     11
6  K  M      6     18     12

> df2
  T1 T2 score1 score2
1  A  f     -1    -13
2  D  g     -2    -14
3  C  h     -3    -15
4  B  i     -4    -16
5  L  j     -5    -17

其中df1存储原始数值，df2为更新后的数据集，仅包含与df1重合的部分字段，数据时效性更高。
需求为：当df1$T1与df2$T1取值匹配时，将df1中所有同名字段的取值替换为df2的对应值。
此前尝试使用df1[match(df1$T1, df2$T1),] <- df2实现，但两个数据框维度不一致时该方法失效，且无法自动按列名匹配对齐；若使用数据框连接方法，会生成T2.y、score1.y这类带后缀的新列，无法直接完成原值替换，操作繁琐。
期望最终得到的df1结果如下：

> df1
  T2 T1 score1 score2 score3
1  f  A     -1    -13      7
2  i  B     -4    -16      8
3  h  C     -3    -15      9
4  g  D     -2    -14     10
5  J  E      5     17     11
6  K  M      6     18     12

提供两种高效实现方式，均自动按列名匹配对齐，不要求两个数据框维度完全一致：

方法1：基础R实现（无第三方包依赖） #

核心逻辑是通过匹配键定位需要更新的行，仅对两个数据框共有的非键列批量赋值，不会改动df1独有的字段：

# 定位df1中T1值在df2里的匹配位置，无匹配返回NA
match_idx <- match(df1$T1, df2$T1)
# 提取需要更新的列：排除匹配键T1，取两个数据框的列名交集
update_cols <- intersect(colnames(df2), setdiff(colnames(df1), "T1"))
# 对匹配成功的行批量赋值
df1[!is.na(match_idx), update_cols] <- df2[na.omit(match_idx), update_cols]

运行后直接得到预期输出，df2中T1为"L"的行因df1无对应匹配项，不会被纳入更新。

方法2：dplyr实现（代码最简洁） #

如果使用tidyverse生态，直接调用专为按主键更新数据设计的rows_update()函数即可，自动按列名对齐，不会生成带后缀的冗余列：

library(dplyr)
df1 <- rows_update(df1, df2, by = "T1")

函数默认保留df1的所有原有行和列，仅替换匹配到主键的行的同名字段值，df2中无法匹配到df1主键的行会被自动忽略，完全匹配需求。

注意：该函数要求df2中用于匹配的主键（即T1）不能有重复值，否则会抛出错误，符合更新数据集的常规逻辑。

内容的提问来源于stack exchange，提问作者kas