r - 在一个数据框上，如果它们存在于另一个数据框上，则重复值

Question

我需要写一个包含另一个表中存在的值的列。这是一个最小的数据示例:

data1 <- data.frame(col1 = c("Jack", "Gina", "Helen", "John"))
data2 <- data.frame(col2 = c("Gina", "Ed", "John", "Sara"))

我需要以下输出所需的代码:

   col1 col2
1  Jack   NA
2  Gina   Gina
3 Helen   NA
4  John   John

在名为 data1$col2 的新列中，从 data1$col1 复制值时填充，但前提是此值存在于 data2 上。

Answer 1

我们可以复制data2中col2的列信息，新建一个名为col1的列，然后使用col1 作为在 data1 和 data2 之间进行连接的键。 data3 是最终的输出。

library(dplyr)

data3 <- data1 %>%
  left_join(data2 %>% mutate(col1 = col2), by = "col1")
data3
#    col1 col2
# 1  Jack <NA>
# 2  Gina Gina
# 3 Helen <NA>
# 4  John John