R语言按行匹配与指定列规则实现跨数据框数值覆盖

Tidyverse 方案（推荐） #

使用dplyr内置的rows_update()函数，专门用于匹配主键更新指定列的值，完全贴合需求，代码简洁易读：

library(dplyr)

# 从df2中筛选仅用于覆盖的列：主键field_name + 列名含"4"或"tgp"的列
df2_update <- df2 %>%
  select(field_name, matches("4|tgp"))

# 直接更新df1，未匹配的行、未选中的列均保留原值
df_result <- df1 %>%
  rows_update(df2_update, by = "field_name")

运行上述代码得到的df_result和你给出的预期结果完全一致。

Base R 方案（无额外依赖） #

用向量化索引批量赋值，避免嵌套循环，运行效率更高：

# 筛选需要更新的列
update_cols <- grepl("4|tgp", colnames(df1))
# 匹配df2的行在df1中的对应位置
match_pos <- match(df2$field_name, df1$field_name)
# 批量赋值覆盖
df1[match_pos, update_cols] <- df2[, update_cols]

原代码报错原因 #

你之前的嵌套循环逻辑中，直接用df1的行号取df2的对应行，但是df2和df1的行号不匹配（比如df1中d是第4行，对应df2的第3行），导致取值错位报错。

内容的提问来源于stack exchange，提问作者user39683