R语言如何根据ID匹配跨数据框填充指定列缺失值

现有数据与需求 #

你手上有两个结构如下的数据框：

df1 <- data.frame(ID = c("I", "J", "K", "L", "M", "N", "O", "P"),
                  Value1 = c(1, 7, 9, 4, 2, 2, 3, 6),
                  Value2 = c(7, 2, 4, 4, 3, 6, 5, 1),
                  Value3 = c(3, 6, 2, 2, 8, 1, 9, 1)) 

df2 <- data.frame(ID = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P"),
                  Value1 = c(2, 7, 8, 3, 6, 5, 0, 1, NA, NA, NA, NA, NA, NA, NA, NA),
                  Value2 = c(6, 2, 8, 7, 4, 1, 3, 3, NA, NA, NA, NA, NA, NA, NA, NA),
                  Value3 = c(4, 8, 5, 6, 1, 2, 3, 5, NA, NA, NA, NA, NA, NA, NA, NA)) 

需求为：基于ID列的匹配关系，用df1中对应的Value1、Value2、Value3列取值填充df2的对应列，完整保留df2中ID为A-H行的已有数值。你目前编写了如下不完整的ifelse()代码，不清楚剩余参数如何填写，需要代码补全或更高效的实现方式：

df2 <- ifelse(df1$ID %in% df2$ID, ?, ?)

期望得到的最终结果如下：

df_desired <- data.frame(ID = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P"),
                  Value1 = c(2, 7, 8, 3, 6, 5, 0, 1, 1, 7, 9, 4, 2, 2, 3, 6),
                  Value2 = c(6, 2, 8, 7, 4, 1, 3, 3, 7, 2, 4, 4, 3, 6, 5, 1),
                  Value3 = c(4, 8, 5, 6, 1, 2, 3, 5, 3, 6, 2, 2, 8, 1, 9, 1)) 

实现方案 #

你原来写的ifelse()代码存在两个问题：一是判断条件用了df1$ID %in% df2$ID，返回的逻辑向量长度和df1一致（8个元素），和df2的16行长度不匹配；二是ifelse()直接作用于整个数据框会丢失数据框结构，返回原子向量，无法直接得到完整数据框，不推荐直接硬写整表级别的ifelse。下面给两种稳定高效的实现方式：

1. 基础R实现（无额外依赖） #

通过match()定位ID匹配位置，逐列做值替换即可，逻辑清晰兼容性好：

# 定位df2每个ID在df1中的行位置，无匹配则返回NA
match_index <- match(df2$ID, df1$ID)
# 指定需要填充的列
fill_cols <- c("Value1", "Value2", "Value3")
# 逐列填充：匹配到df1值就用df1的值，否则保留df2原值
df2[fill_cols] <- lapply(fill_cols, function(col) {
  ifelse(!is.na(match_index), df1[[col]][match_index], df2[[col]])
})

2. dplyr实现（代码最简洁） #

如果已安装dplyr包，直接用rows_patch()函数即可，这个函数的作用就是只填充目标表中缺失的值，不覆盖原有非缺失值，完全匹配你的需求：

library(dplyr)
df2 <- df2 %>%
  rows_patch(df1, by = "ID")

运行以上任意一种方案，得到的df2都和你预期的df_desired结果完全一致。

内容的提问来源于stack exchange，提问作者sarah