合并dataframe后无法替换值？R语言数据处理求助

你遇到的问题根源是默认情况下read.table会把字符列自动转换成因子（factor）类型，当你尝试用原始字符串去替换因子列里的NA时，R会把字符串映射成对应因子水平的数字，而不是保留字符串本身。下面是不用额外库的解决方案：

步骤1：修正数据读取（避免因子自动转换） #

如果可以重新读取数据，建议加上stringsAsFactors=FALSE参数，让字符列保持字符类型，从根源避免问题：

# 读取所有数据时禁用自动转因子
df1 <- read.table(text = "Source Signal Target A no B B yes C C no D D no A E yes F F yes G G no E", header = T, stringsAsFactors=FALSE)
df2 <- read.table(text = "Source Signal Target A no B B yes C E yes F F yes G", header = T, stringsAsFactors=FALSE)
df3 <- read.table(text = "Symbol ID Name A 11 LetterA C 13 LetterC D 14 LetterD F 16 LetterF G 17 LetterG", header = T, stringsAsFactors=FALSE)

步骤2：合并数据并匹配替换 #

先合并df1和df2得到interactions，再完成匹配和NA替换：

# 合并数据
interactions <- merge(df1, df2)

# 从df3匹配Source对应的信息，只保留需要的列
source_matched <- df3[match(interactions$Source, df3$Symbol), c("Symbol", "ID", "Name")]

# 找出需要替换NA的行
na_positions <- is.na(source_matched$Symbol)

# 用interactions里的原始Source值替换NA
source_matched$Symbol[na_positions] <- interactions$Source[na_positions]
source_matched$Name[na_positions] <- interactions$Source[na_positions]

现在查看结果：

print(source_matched)

会得到你想要的输出：

Symbol ID     Name
1      A 11 LetterA
2      B NA        B
3      E NA        E
4      F 16 LetterF

如果不能重新读取数据（已有的因子列处理） #

如果数据已经读取完毕，只需要先把相关的因子列转换成字符类型即可：

# 将因子列转为字符
df1$Source <- as.character(df1$Source)
df2$Source <- as.character(df2$Source)
df3$Symbol <- as.character(df3$Symbol)

# 后续合并和替换步骤和上面完全一致
interactions <- merge(df1, df2)
interactions$Source <- as.character(interactions$Source)

source_matched <- df3[match(interactions$Source, df3$Symbol), c("Symbol", "ID", "Name")]
na_positions <- is.na(source_matched$Symbol)
source_matched$Symbol[na_positions] <- interactions$Source[na_positions]
source_matched$Name[na_positions] <- interactions$Source[na_positions]

为什么之前的代码得到数字？ #

你之前的代码中，interactions$Source和df3$Symbol都是因子类型，match()返回的是因子水平的索引位置。当你给因子列Source$Symbol赋值时，R会把因子值转换成对应的水平数字（比如"B"如果是因子的第2个水平，就会赋值2），而不是保留字符串"B"。转换成字符类型后，就不会出现这个问题了。

内容的提问来源于stack exchange，提问作者Biocrazy