R 如何从一个数据帧中获取数据，并基于第三列的共享ID将其复制到另一个数据帧中的现有列中

所以我有两个不同的数据帧：一个是我一直在处理的数据帧（df1），另一个是我需要在第一个数据帧（df2）中放入所有新数据的数据帧。Df1有几列零，等待添加数据。Df2有我需要的数据，还有一些我不关心的行和列。下面是我正在处理的数据类型的一小部分

这是我第一次发布我的数据，所以我希望我做得对。如果您需要不同的格式，请告诉我

df1：

df2：

几天来，我一直在思考这个问题，尝试不同的方法，阅读了很多关于堆栈溢出的答案，但我没有给出一个明确的答案，即如何从一个数据帧获取数据，并根据第三列的共享ID将其复制到另一个数据帧中的现有列中

基本上，我想让r看到两个数据帧在color.band列中都有一个band ABCDEF的列表，然后从与ABCDEF相同的行中的df2$bandnum获取值，并将其复制到那里的ABCDEF行中的df1$bandnum

我不想将df2中但不是df1中的行复制到df1中。我想在bandnum列中将df1中存在但不是df2中的条目标记为N/A

色带和色带号的列名和数据格式在两个数据框之间已经标准化，因此所有内容都应该对齐。 到目前为止，我对代码的理解是：

> practicedf <- left_join(x=df1, y=df2, by = "color.band", all.x = TRUE) 
%>% mutate(y = ifelse(is.na(df1$color.band), df1$bandnum, df1$color.band)) %>% select(df2$bandnum)

---

我们不能在联接后使用原始数据集“df1”列，因为它是

左联接

。在

tidyverse

中，我们指定了不带引号的列名。

left\u join

中没有

all.x

参数。它应该来自

merge

library(dplyr)
left_join(x=df1, y=df2, by = "color.band") %>% 
     mutate(y = ifelse(is.na(color.band), bandnum, color.band)) 

---

left\u join

没有属于基本R

merge

的

all.x=TRUE

您可以在base R中执行以下操作：

df1_test <- transform(merge(df1, df2, by = "color.band", all.x = TRUE), 
                      y = ifelse(is.na(color.band), bandnum, color.band))

---

df1_test如果我没有弄错，您希望使用来自新df（df2）的信息更新旧df（df1）。
在
data.table
中，您可以尝试以下操作：

libraty(data.table)
setDT(df1)
setDT(df2)
update.vars = intersect(names(df1), names(df2))  # update only common variables

df1[df2, c(update.vars) := df2[,update.vars, with=FALSE], on= 'color.band'] 

一般来说，这应该是可行的。但在给定数据中，“合并”ID（
color.band
列）不是唯一的，这可能会影响结果。
在
ifelse
中，您从
df1
获取值。相反，它将没有
df1$
，因为列已经在联接的数据集中，并且因为您使用了
all.x=TRUE
，所以它的行数可能比原始数据集“df1”的行数更多。我从那里得到一个错误，即“错误：无法子集不存在的列。x列
bandnum
不存在。“即使bandnum作为列存在于df1和df2中。为什么会这样？@SarahHays从你的例子来看，只有'df2'显示'bandnum'，'df1'中没有'bandnum'。如果两个数据集都有“bandnum”，则可能需要从其中一个数据集中删除该列中的一个。否则，它将更改为
bandnum.x
和
bandnum.y
谢谢！还有一个问题——当我运行view（df2）时，它运行并吐出了一列完整的波段编号，但我的其他列都没有。我该如何保存这些内容？@sarahways如果这就是您的评论的意思，您可能需要将输出分配给一个新对象，即
out@sarahways好的，您正在使用
select
作为最后一步。然后，它将仅选择该列。删除它，您将拥有所有列。我想你只需要“bandnum”一栏。可能是
select
被用作某种输出检查，后来忘记删除这些检查
df1_test <- left_join(x=df1, y=df2, by = "color.band") %>% mutate(y =
 ifelse(is.na(color.band), bandnum, color.band)) %>% select(bandnum.y) 


structure(list(bandnum.y = c("171324972", "171324972", "171324972", 
"178324697", "178324697", "178324697", "178324697", "178324697", 
"178324697", "178324697", "170364505", "170364505", "170364505", 
"170364505", "170364505", "170364505", NA, "178324692", "178324692", 
"178324692")), row.names = c(NA, -20L), class = c("tbl_df", "tbl", 
"data.frame"))

library(dplyr)
left_join(x=df1, y=df2, by = "color.band") %>% 
     mutate(y = ifelse(is.na(color.band), bandnum, color.band)) 

df1_test <- transform(merge(df1, df2, by = "color.band", all.x = TRUE), 
                      y = ifelse(is.na(color.band), bandnum, color.band))

libraty(data.table)
setDT(df1)
setDT(df2)
update.vars = intersect(names(df1), names(df2))  # update only common variables

df1[df2, c(update.vars) := df2[,update.vars, with=FALSE], on= 'color.band']