如何使用R根据另一个数据帧列的值对数据帧的某些值进行变异

我想使用

df2$x

转换

df1$x

，以获得

df3

。但是我用这种方式使用

mutate

肯定是错的

library(tidyverse)
df1 <- tibble(year = c(2019, 2019, 2020, 2020),
              x = c("0123", "0222", "0144", "0124"))
df2 <- tibble(x = c("22", "24"))

# I want to obtain
df3 <- tibble(year = c(2019, 2019, 2020, 2020),
              x = c("0123", "0222", "0144", NA))

# but this mutate does not work
df1 %>%
  mutate(x = if_else(str_sub(x,3,4) %in% df2$x & year == 2020, NA, x))
#> Error: Problem with `mutate()` input `x`.
#> x `false` must be a logical vector, not a character vector.
#> i Input `x` is `if_else(str_sub(x, 3, 4) %in% df2$x & year == 2020, NA, x)`.
Created on 2020-10-26 by the reprex package (v0.3.0)

库（tidyverse）
df1 x`false`必须是逻辑向量，而不是字符向量。
#>我输入的'x'是'if_else（str_sub（x，3，4）%in%df2$x&year==2020，NA，x）`。
由reprex软件包（v0.3.0）于2020年10月26日创建

如果没有，则

进行类型检查。根据
？如果其他

typeof(NA_character_)
#[1] "character"

与基ifelse（）相比，此函数更严格。它检查true和false是否为同一类型。这种严格性使得输出类型更可预测，并且速度更快

默认情况下，
NA
返回
NA\u逻辑

typeof(NA)
#[1] "logical"

根据
？NA

NA是长度为1的逻辑常数，其中包含缺少的值指示符。NA可以强制为除raw之外的任何其他向量类型。还有其他支持缺失值的原子向量类型的常量NA_integer_uu、NA_real_u、NA_complex_u和NA_character_u：所有这些都是R语言中的保留字

我们特别需要
NA\u字符
，因为没有强制到适当的类型（这通常与
base R

一起工作）

因此，最好使用适当的匹配类型

NA

library(dplyr)
df1 %>%
    mutate(x = if_else(str_sub(x,3,4) %in% df2$x &
              year == 2020, NA_character_, x))

ifelse

没有这个问题，因为

NA

自动转换为

NA\u字符

df1 %>%
  mutate(x = ifelse(str_sub(x,3,4) %in% df2$x & year == 2020, NA, x))

有两个（或更多）类似的问题和