使用data.table的最优解

library(data.table)
setDT(foo)
setDT(bar)
foo[bar, on="index", value:=i.value]
foo
#   index value
#1:     a   100
#2:     b   101
#3:     c   200
#4:     d   201

第一个参数在[数据.表方法被命名为i因此我们可以引用列从表在i参数使用i.前缀.

merge()不总是将列绑定在一起吗？replace()能用吗？

foo$value <- replace(foo$value, foo$index %in% bar$index, bar$value)

或match()，因此顺序很重要

foo$value[match(bar$index, foo$index)] <- bar$value

我还想介绍一个使用库sqldf和R集成的sqlite-database的sql解决方案。我喜欢sql的简单、准确和强大。
准确度：因为我可以精确地定义我想要改变的对象=行，而不考虑data.frame（foo.id = bar.id）的顺序。
Power：在SET和WHERE之后的WHERE（第三行）中，我可以定义所有我想考虑更新的条件。
简单：语法比在向量、矩阵或 Dataframe 中使用索引更易读。

library(sqldf)

# I changed index to id since index does not work. 
#   Obviously index is a key word in sqlite.

(foo <- data.frame(id=c('a', 'b', 'c', 'd'), value=c(100, 101, NA, NA)))
(bar <- data.frame(id=c('c', 'd'), value=c(200, 201)))

sqldf(c(paste("UPDATE foo"
             ," SET value = (SELECT bar.value FROM bar WHERE foo.id = bar.id)"
             ," WHERE value IS NULL"
             )
        , " SELECT * FROM main.foo"
    )
)

这就给了

id value
1  a   100
2  b   101
3  c   200
4  d   201

类似问题：
r equivalent of sql update?
R sqlite: update with two tables

merge()仅合并新数据。例如，如果您有几个城市的平均收入数据集，以及这些城市人口的单独数据集，则可以使用merge()将一组数据合并到另一组数据中。
就像apeescape说的，replace()可能就是你想要的。

另一种方法可以是：
1.从第一个数据弗拉姆中删除NA
1.使用rbind来追加数据，而不是使用merge：
以下是原始的两个 Dataframe ：

foo <- data.frame(index=c('a', 'b', 'c', 'd'), value=c(100, 101, NA, NA))
bar <- data.frame(index=c('c', 'd'), value=c(200, 201))

(1)使用www.example.com的否定is.na来删除NA：

foo_new <- foo[!is.na(foo$value),]

(2)绑定 Dataframe ，你就会得到你一直在寻找的答案

new_df <- rbind(foo_new,bar)

            new_df
            index value
            1     a   100
            2     b   101
            3     c   200
            4     d   201

我认为最简单的方法是在合并之前“标记”需要更新的值。

bar$update <- TRUE
foo <- merge(foo, bar, by='index', all=T, suffixes=c("",".update"))
foo[!is.na(foo$update),]$value <- foo[!is.na(foo$update),]$value.update
foo$value.update <- NULL
foo$update <- NULL

使用“data.table”会更快

library(data.table)
foo <- as.data.table(foo)
bar <- as.data.table(bar)
bar[, update:=TRUE]
foo <- merge(foo, bar, by='index', all=T, suffixes=c("",".update"))
foo[!is.na(update),value:=value.update]
foo[, c("value.update","update"):=NULL]
foo

   index value
1:     a   100
2:     b   101
3:     c   200
4:     d   201

我也面临着类似的问题，但与我的相比，这仍然是一个具体的案例。我有两个 Dataframe ，其中左一个是主 Dataframe （如您的情况下的foo），右一个是具有更新值的次要 Dataframe （如您的情况下的bar）。现在我必须更新左数据框中的值，而不是右数据框中的值，只有不同的值。这有点类似于你的问题，但人们已经回答了关于NA的问题。
有关适用于具有非NA值的多行和多列的更通用的解决方案，请参见。

foo <- data.frame(index=c('a', 'b', 'c', 'd'), value=c(100, 101, NA, NA))
bar <- data.frame(index=c('c', 'd'), value=c(200, 201))

ModifiedIndexs <-
  foo %>% 
  full_join(bar) %>% 
  group_by(index) %>% 
  summarise(count = n()) %>% 
  filter(count > 1) %>% 
  pull(index)

UpdatedDF <- foo
UpdatedDF[which(UpdatedDF$index %in% ModifiedIndexs),] <- bar

继续编码！