R将数据帧/删除行与条件组合

我有两个数据帧，它们的列与我的相同 我想合并。如果df1和df2的“ID”列中的任何值相同 我只想保留df1的对应行（在中没有重复的值） 此列在df1或df2中）。 举个例子：

df1=data.frame(ID=c("id10", "id11", "id3", "id5", "id8", "id40", "id47", "id9"),
               Var1 = c(rep("A", 3), rep("B", 3), rep(NA, 2)),
               Var2 = c(rep("yes",4),rep("no", 4)))

df2=data.frame(ID=c("id3", "id4","id8", "id20", "id32"),
               Var1 = c(rep("A", 2), rep("B", 2), rep(NA, 1)),
               Var2 = c(rep("yes",4),rep("no", 1)))


>df1
  ID Var1 Var2
1 id10    A  yes
2 id11    A  yes
3  id3    A  yes
4  id5    B  yes
5  id8    B   no
6 id40    B   no
7 id47 <NA>   no
8  id9 <NA>   no

>df2
ID Var1 Var2
1  id3    A  yes
2  id4    A  yes
3  id8    B  yes
4 id20    B  yes
5 id32 <NA>   no

df1=data.frame（ID=c（“id10”、“id11”、“id3”、“id5”、“id8”、“id40”、“id47”、“id9”），
Var1=c（代表（“A”，3），代表（“B”，3），代表（NA，2）），
Var2=c（代表（“是”，4），代表（“否”，4）））
df2=data.frame（ID=c（“id3”、“id4”、“id8”、“id20”、“id32”），
Var1=c（代表（“A”，2），代表（“B”，2），代表（NA，1）），
Var2=c（代表（“是”，4），代表（“否”，1）））
>df1
ID Var1 Var2
1 id10 A是的
2 id11 A是的
3 id3 A是
4 id5 B是
5 id8 B号
6 id40 B号
7 id47号
8 id9号
>df2
ID Var1 Var2
1 id3 A是
2 id4 A是
3 id8 B是
4 id20 B是的
5 id32号

我正在寻找的输出：

> df_res
     ID Var1 Var2
1  id10    A  yes
2  id11    A  yes
3   id3    A  yes
4   id5    B  yes
5   id8    B   no
6  id40    B   no
7  id47 <NA>   no
8   id9 <NA>   no
9   id4    A  yes       #edited
10 id20    B  yes
11 id32 <NA>   no

>df_res
ID Var1 Var2
1 id10 A是的
2 id11 A是的
3 id3 A是
4 id5 B是
5 id8 B号
6 id40 B号
7 id47号
8 id9号
9 id4 A是#已编辑
10 id20 B是的
11 id32号

所以我想用df1更新df2。例如，“id8”出现在两个dfs中，但df_res只有df1中的一个，并放弃了df2中的条目，而df2和df1中的所有唯一id值仍然存在。

---

如何实现这一点？

如果两个数据集每个ID只有一行，一个选项是将它们与

bind_行

绑定，按“ID”分组，并对第一行进行切片

library(dplyr)
bind_rows(df1, df2) %>%
    group_by(ID) %>% 
    slice(1)

---

或者

dplyr

当前版本（

>1.0.0

）中的另一个选项是

rows\u upsert

rows_upsert(df1, df2, by = "ID")

---

如果两个数据集每个ID只有一行，则可以选择将它们与

bind_行

绑定，按“ID”和

slice对第一行进行分组

library(dplyr)
bind_rows(df1, df2) %>%
    group_by(ID) %>% 
    slice(1)


或者
dplyr
当前版本（
>1.0.0
）中的另一个选项是
rows\u upsert

rows_upsert(df1, df2, by = "ID")

希望
unique
+
rbind
能有所帮助

> unique(rbind(df1, df2))
     ID Var1 Var2
1  id10    A  yes
2  id11    A  yes
3   id3    A  yes
4   id5    B  yes
5   id8    B   no
6  id40    B   no
7  id47 <NA>   no
8   id9 <NA>   no
10  id4    A  yes
11  id8    B  yes
12 id20    B  yes
13 id32 <NA>   no

>唯一（rbind（df1，df2））
ID Var1 Var2
1 id10 A是的
2 id11 A是的
3 id3 A是
4 id5 B是
5 id8 B号
6 id40 B号
7 id47号
8 id9号
10 id4 A是
11 id8 B是的
12 id20 B是的
13 id32号
希望
独特的
+
rbind
能有所帮助

> unique(rbind(df1, df2))
     ID Var1 Var2
1  id10    A  yes
2  id11    A  yes
3   id3    A  yes
4   id5    B  yes
5   id8    B   no
6  id40    B   no
7  id47 <NA>   no
8   id9 <NA>   no
10  id4    A  yes
11  id8    B  yes
12 id20    B  yes
13 id32 <NA>   no

>唯一（rbind（df1，df2））
ID Var1 Var2
1 id10 A是的
2 id11 A是的
3 id3 A是
4 id5 B是
5 id8 B号
6 id40 B号
7 id47号
8 id9号
10 id4 A是
11 id8 B是的
12 id20 B是的
13 id32号
您可以将
df1
和
df2
组合在一起，只保留具有所选
ID
的行

这可以在
dplyr
中完成：

library(dplyr)
bind_rows(df1, df2) %>% distinct(ID, .keep_all = TRUE)

#     ID Var1 Var2
#1  id10    A  yes
#2  id11    A  yes
#3   id3    A  yes
#4   id5    B  yes
#5   id8    B   no
#6  id40    B   no
#7  id47 <NA>   no
#8   id9 <NA>   no
#9   id4    A  yes
#10 id20    B  yes
#11 id32 <NA>   no

和基准R：

df3 <- rbind(df1, df2)
df3[!duplicated(df3$ID), ]

df3您可以将
df1
和
df2
组合在一起，只保留具有所选
ID
的行

这可以在
dplyr
中完成：

library(dplyr)
bind_rows(df1, df2) %>% distinct(ID, .keep_all = TRUE)

#     ID Var1 Var2
#1  id10    A  yes
#2  id11    A  yes
#3   id3    A  yes
#4   id5    B  yes
#5   id8    B   no
#6  id40    B   no
#7  id47 <NA>   no
#8   id9 <NA>   no
#9   id4    A  yes
#10 id20    B  yes
#11 id32 <NA>   no

和基准R：

df3 <- rbind(df1, df2)
df3[!duplicated(df3$ID), ]

df3在预期输出中，没有“id4”。你能解释一下为什么预期输出中没有“id4”吗。你能解释一下为什么第一个解决方案对我有效吗，谢谢！第二行（rows\u upsert）没有-它为重复的ID保留了错误的行（我使用的是我的原始数据，而不是示例数据）。如果我改为rows_upsert（df2，df1，by=“ID”），我会收到一条警告消息，并且与ID链接的一些变量在输出中变为NA第一个解决方案对我有效，谢谢！第二行（rows\u upsert）没有-它为重复的ID保留了错误的行（我使用的是我的原始数据，而不是示例数据）。如果我改为rows_upsert（df2，df1，by=“ID”），我会收到一条警告消息，并且一些链接到ID的变量在输出中变为NA。前两个解决方案处理我的数据，谢谢。最后一个没有（我在原始数据的df3中得到了重复的ID）您需要为所有解决方案
df4重新分配更改的数据前两个解决方案与我的数据一起工作，谢谢。最后一个没有（在我的原始数据中，我在df3中得到了重复的ID。您需要为所有解决方案
df4重新分配更改后的数据