如何在两个数据框间按ID匹配对应列并保留最大值（仅0转1）

嗨，我完全懂你的困扰——20列要是一个个手动处理，那得费老半天劲了！刚好你的需求是只把0改成1（本质就是取两列的最大值），这里有两个高效的R方案，不用挨个列写代码：

方法一：用dplyr（tidyverse风格） #

如果你平时习惯用tidyverse的工具，这个方法可读性很强，还能轻松扩展到更多列：

首先加载dplyr包，然后通过内连接对齐ID，再批量处理所有目标列：

library(dplyr)

# 按ID连接两个数据框，批量计算每列的最大值
updated_df <- df1 %>%
  # 按ID列x连接，用后缀区分两个数据框的列
  inner_join(df2, by = "x", suffix = c("_df1", "_df2")) %>%
  # 对所有以col开头的列，取对应两列的最大值
  mutate(across(starts_with("col"), ~max(.[[1]], .[[2]]), .names = "{col}_combined")) %>%
  # 只保留ID和处理后的列
  select(x, starts_with("col_combined")) %>%
  # 把列名改回原来的样子
  rename_with(~gsub("_combined", "", .), starts_with("col_combined"))

这个方法的好处是逻辑清晰，哪怕之后列名变了，只要是col开头的列都能自动处理，不用修改代码。

方法二：Base R（无需额外包） #

如果你不想加载第三方包，用Base R的向量化函数就能搞定，速度还很快：

# 先把df2的行按照df1的ID顺序对齐，确保每一行都是同一个ID
df2_matched <- df2[match(df1$x, df2$x), ]

# 提取所有需要处理的列（排除ID列x）
target_cols <- setdiff(names(df1), "x")

# 用pmax逐列取最大值，再和ID列合并成新数据框
df1_updated <- cbind(df1["x"], sapply(target_cols, function(col) pmax(df1[[col]], df2_matched[[col]])))

这里的pmax是向量化的最大值函数，直接对整列的元素两两取最大，完全不用写循环，处理20列甚至更多列都毫无压力。

小提示 #

因为你的数据只有0和1，取最大值的效果刚好就是“只要df2对应位置是1，就把df1的0改成1，1则保持不变”，完美符合你的需求～

备注：内容来源于stack exchange，提问作者AnneA