如何通过交叉对照dataframe替换目标dataframe的重复值并新增列

你可以通过构造映射向量或者关联匹配两种方式实现需求，两种常用实现方案如下：

构造示例数据（可跳过，直接套用你自己的数据集即可） #

# 原始A矩阵数据框
df_A <- data.frame(
  V1 = c(1,2,2,3,3,3),
  V2 = c(1,1,2,1,2,3),
  V3 = c(1,0,1,0,0,1)
)

# ID交叉对照映射表
df_map <- data.frame(
  ID = c("SE1", "T3", "R5", "R7", "R9", "A11"),
  newID = 1:6
)

方案1：基础R实现（无需加载第三方包） #

核心思路是先构造「新ID-原始ID」的命名映射向量，直接匹配取值生成新列：

# 构造映射向量，名称为newID，值为对应原始ID
id_mapper <- setNames(df_map$ID, df_map$newID)

# 匹配V1、V2的值生成ID1、ID2列
df_A$ID1 <- id_mapper[as.character(df_A$V1)]
df_A$ID2 <- id_mapper[as.character(df_A$V2)]

方案2：tidyverse/dplyr实现（适合已在使用tidyverse生态的场景） #

通过两次左关联匹配生成新列：

library(dplyr)

df_result <- df_A %>%
  # 匹配V1对应的原始ID，命名为ID1
  left_join(df_map, by = c("V1" = "newID")) %>%
  rename(ID1 = ID) %>%
  # 匹配V2对应的原始ID，命名为ID2
  left_join(df_map, by = c("V2" = "newID")) %>%
  rename(ID2 = ID)

两种方案执行后得到的结果和你需要的目标结构完全一致。

内容的提问来源于stack exchange，提问作者Victoria Topayan