条件搜索、匹配、过滤和替换数据帧之间的值

只使用带基的索引 R 这可以用下面的一行来完成。我建议你先用 stringsAsFactors = F data.frame 函数,这也是将来数据读入的好做法 R

input_1[-1][input_2[-1] > 0.05] = NA

input_1 如果要保留原始对象,则可以预先创建另一个对象。 [-1] 排除第一列。

对于您的特定问题,我能想到的最短和最简单的解决方案是使用 which()

output[which(input_2$col2 > 0.05),2] <- NA
output[which(input_2$col3 > 0.05),3] <- NA

哪个() TRUE 逻辑向量或数组中的值。通过设置列( input_2$col2 )在逻辑上与一个值相反, R 在向量中的所有值上测试此假设,并返回 真的 FALSE 对于向量中的每个值。当你把这个和 哪个() 函数并在数据帧中的向量或列/行的子集中使用,您将从符合逻辑测试的向量/列/行中获取值。这是在数据帧中设置条件值的一种简单方法。

ifelse() 内部函数 mutate()

threshold <- 0.5
df <- input_1 %>% 
  mutate(new_col = ifelse(col2 > threshold, NA, col2))

希望有帮助。如果你对 R 那么请阅读哈德利·威克姆的书: https://r4ds.had.co.nz/index.html

基本进近,不是很有效

dt <- merge(input_1, input_2, by = 'col1', suffixes = c('_1', '_2'))
dt$col2_1[dt$col2_2 <= 0.05] <- NA
dt$col3_1[dt$col3_2 <= 0.05] <- NA

dt$col2_2 <- NULL
dt$col3_2 <- NULL

  col1 col2_1 col3_1
1  ex1    1.2     NA
2  ex2    1.6    0.8
3  ex3     NA    2.8
4  ex4     NA    1.9

output = input_1
output[input_2[,"col2"] > 0.05 , "col2"] = NA
output[input_2[,"col3"] > 0.05 , "col3"] = NA

> output
  col1 col2 col3
1  ex1   NA  2.1
2  ex2   NA   NA
3  ex3  1.9   NA
4  ex4  0.8   NA