purrr循环遍历一个数据帧的列，并有条件地替换另一个数据帧的值

使用以下数据

library(tidyverse)

df_fac <- data_frame("author_1" = c("Ted", "Fred", NA, "Jim", "Tim"), 
                 "role_1" = c("Faculty", "Faculty", "Staff", "Faculty", "Faculty"),
                 "author_2" = c(NA, "Will", NA, "Bill", NA),
                 "role_2" = c("Staff", "Faculty", "Staff", "Faculty", "Staff"))

df_all <- data_frame("author_1" = c("Ted", "Fred", "Simon", "Jim", "Tim"), 
                     "role_1" = c("Faculty", "Faculty", "Staff", "Faculty", "Faculty"),
                     "author_2" = c("Sam", "Will", "Noah", "Bill", "Luther"),
                     "role_2" = c("Staff", "Faculty", "Staff", "Faculty", "Staff"))

使用

map\u df

我可以在

df\u fac

中的列上进行迭代，但不能在

df\u all

中进行迭代（正如您可以看到的，它是唯一的作者列1）

在绑定行中抛出

错误（x，.id）：与STRSXP不兼容

df_test <- pmap_chr(list(is.na(select(df_fac, matches("author.\\d$"))), 
                         select(df_all, matches("author.\\d$")), 
                         select(df_fac, matches("author.\\d$"))), 
                    ifelse)

df_-test您可以使用
map2_-df
同时循环两个列表。使用
dplyr:：coalsece
将有助于替换缺少的值。我使用
select
来确保
df\u all
中的列与
df\u fac
相同，顺序也相同

map2_df(df_fac, select(df_all, one_of(names(df_fac))), ~coalesce(.x, .y))

使用
pmap
时的情况也一样：

pmap_df(list(df_fac, select(df_all, one_of(names(df_fac)))), coalesce)

您还可以将
ifelse
与
map2
一起使用，以及公式符号来引用您正在使用的两个不同列表

map2_df(df_fac, select(df_all, one_of(names(df_fac))), 
       ~ifelse(is.na(.x), .y, .x))

在您的示例中，似乎希望您的
df\u测试
输出与
df\u all
相同。您能改进它以更好地反映您的真实数据吗？问题是什么？另外：
map
很棒，但您确定它适合您的需要吗？可能是一个
*\u join（）
或其他更重要的东西appropriate@apom带有2
mutate
调用的代码块正是我试图做的，但是使用了一个循环。在实际数据中，
df_fac
中的列和值不在
df_all
中，反之亦然，因此我上面的示例需要输入缺少的作者姓名。我现在这样做其实没有什么问题，只是有很多重复的代码（我对一些其他变量做了同样的事情，结果是大约24个看起来非常相似的
mutate
调用）。好的，还有一个问题：我们能安全地假设
df_fac
和
df_all
的顺序相同吗？如果我们以某种方式
cbind（）
它们，它们的行是否总是匹配？或者有一个变量可以连接吗？你有没有看一下
map2
中同时循环两个列表的方法？@apom是的，它们的顺序是相同的这真是太棒了。必须用原始数据进一步细分，但这是一个很好的解决方案。感谢您学习
map2
课程。
map2_df(df_fac, select(df_all, one_of(names(df_fac))), ~coalesce(.x, .y))

pmap_df(list(df_fac, select(df_all, one_of(names(df_fac)))), coalesce)

map2_df(df_fac, select(df_all, one_of(names(df_fac))), 
       ~ifelse(is.na(.x), .y, .x))