在R中如何基于另一个数据框的信息修改指定行对应列的数值

问题原因 #

• 直接使用df$A == df2$A做匹配时，两个向量长度不一致（df的A列长度为4，df2的A列长度为2），会触发R的循环匹配规则，导致匹配逻辑错误
• case_when未指定不满足条件时的返回值，默认返回NA，因此所有行都会被填充为NA

正确实现代码 #

推荐使用dplyr的across语法批量修改列，代码更简洁：

library(dplyr)

df_modified <- df %>%
  mutate(across(c(B, C, D), ~if_else(A %in% df2$A, NA, .x)))

如果偏好逐列修改的写法，可以调整为：

library(dplyr)

df_modified <- df %>%
  mutate(
    B = case_when(A %in% df2$A ~ NA_real_, TRUE ~ B),
    C = case_when(A %in% df2$A ~ NA_real_, TRUE ~ C),
    D = case_when(A %in% df2$A ~ NA_real_, TRUE ~ D)
  )

代码说明 #

• 使用%in%运算符判断df的A列取值是否存在于df2的A列中，避免长度不一致导致的匹配错误
• 条件判断增加了默认分支，不满足修改条件的行会保留原始值
• 数值列的空值指定为NA_real_，避免和逻辑类NA冲突导致的类型报错

内容的提问来源于stack exchange，提问作者vcat