我是 R 编程新手,我想知道是否有办法通过比较 2 个文件来更新值。
例如,我有我的主表 df_table1:
Date Metric1 Metric2 Metric3
1/1/2018 25 4.6 49
2/1/2018 6 3.6 67
3/1/2018 18 2.6 36
4/1/2018 56 3.6 29
我正在迭代地浏览文件夹中的各种文件,并且我碰巧有一个文件也包含一些具有相同日期值的重叠数据,df_table2:
Date Metric1 Metric2 Metric3
3/1/2018 19 2.9 47
4/1/2018 78 5.7 35
5/1/2018 46 3.3 29
组合数据文件的常用方法是使用 rbind(),但我相信这会为 df_table2 中找到的 2 个日期创建重复值。
有没有一种方法可以有效地进行比较,检查所有后续文件中的重叠日期,并根据 df_table1 中的日期替换其相应的值?
理想情况下,如果 df_table2 中的所有指标的值都大于 df_table1 中的值,那么如果有一种方法可以只进行替换,那就更好了。
总而言之,我希望最终输出通过某种特殊的 rbind() 函数成为 df_table1 和 df_table2 的组合,并且值从 df_table2 更新而没有重复:
Date Metric1 Metric2 Metric3
1/1/2018 25 4.6 49
2/1/2018 6 3.6 67
3/1/2018 19 2.9 47 #updated from df_table2
4/1/2018 78 5.7 35 #updated from df_table2
5/1/2018 46 3.3 29 #new value from df_table2
谢谢!
最佳答案
我们先定义一下数据(以后请自己定义数据,以便人们更容易帮助你):
df_table1= data.frame(Date=c('1/1/2018','2/1/2018','3/1/2018','4/1/2018'),
Metric1 = c(25,6,18,56),
Metric2 = c(4.6,3.6,2.6,3.6),
Metric3 = c(49,67,36,29))
df_table2= data.frame(Date=c('3/1/2018','4/1/2018','5/1/2018'), Metric1 = c(19,78,46),
Metric2 = c(2.9,5.7,3.3),
Metric3 = c(48,35,29))
接下来我将合并表,然后重新创建您需要的变量。第一个是我给你写的,其他的应该很简单。您可以比较哪个变量更大并选择您想要的变量,而不是仅仅使用 is.na() 。
df = merge(df_table1, df_table2, by='Date', all=TRUE)
df$Metric1 = df$Metric1.y
df$Metric1[is.na(df$Metric1)] = df$Metric1.x[is.na(df$Metric1)]
df
Date Metric1.x Metric2.x Metric3.x Metric1.y Metric2.y Metric3.y Metric1
1 1/1/2018 25 4.6 49 NA NA NA 25
2 2/1/2018 6 3.6 67 NA NA NA 6
3 3/1/2018 18 2.6 36 19 2.9 48 19
4 4/1/2018 56 3.6 29 78 5.7 35 78
5 5/1/2018 NA NA NA 46 3.3 29 46
关于r - 更新 R 数据框中的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53558890/