如何基于行值（Site）与列名（日期）匹配填充R语言数据框？

需求说明 #

创建与SiteData结构一致的新数据框，规则如下：

• SiteData中原本为NA的单元格，新数据框保持NA
• SiteData中非NA的单元格，根据Site字段和日期列名，替换为WeatherData中对应Site、对应日期的天气数值

原数据定义 #

# 原数据框 SiteData
SiteData <- data.frame(
  Site = c("Apple", "Apple", "Pear"),
  ID   = c(1:3),
  `1/1/2020`  = c(NA,1,1),
  `1/8/2020`  = c(1,1,1),
  `1/15/2020` = c(1,0,NA),
  `1/22/2020` = c(0,NA,NA),
  check.names = FALSE
)

# 天气数据框 WeatherData
WeatherData <- data.frame(
  Site = c("Apple", "Pear"),
  `1/1/2020`  = c(5,8),
  `1/8/2020`  = c(7,10),
  `1/15/2020` = c(2,3),
  `1/22/2020` = c(1,2),
  check.names = FALSE
)

方法一：使用tidyverse工具包（推荐） #

通过长格式转换实现匹配，逻辑清晰易维护：

library(tidyverse)

# 将SiteData转为长格式，筛选非NA记录
site_long <- SiteData %>%
  pivot_longer(cols = -c(Site, ID), names_to = "Date", values_to = "Value") %>%
  filter(!is.na(Value))

# 将WeatherData转为长格式，便于匹配
weather_long <- WeatherData %>%
  pivot_longer(cols = -Site, names_to = "Date", values_to = "Weather")

# 合并数据、替换值后转回宽格式
result <- SiteData %>%
  pivot_longer(cols = -c(Site, ID), names_to = "Date", values_to = "Value") %>%
  left_join(weather_long, by = c("Site", "Date")) %>%
  mutate(Value = ifelse(!is.na(Value), Weather, NA)) %>%
  select(-Weather) %>%
  pivot_wider(names_from = "Date", values_from = "Value")

# 查看结果
print(result)

方法二：基础R实现（无需额外包） #

通过矩阵索引直接匹配替换：

# 提取日期列名
date_cols <- colnames(SiteData)[-c(1,2)]

# 复制原数据作为结果基础
result_base <- SiteData

# 遍历日期列完成匹配替换
for (col in date_cols) {
  # 获取当前列非NA的行索引
  non_na_rows <- which(!is.na(SiteData[[col]]))
  # 匹配对应Site的天气数据
  matched_weather <- WeatherData[match(SiteData$Site[non_na_rows], WeatherData$Site), col]
  # 替换目标单元格
  result_base[non_na_rows, col] <- matched_weather
}

# 查看结果
print(result_base)

最终输出结果 #

两种方法均会得到如下结果：

Site ID 1/1/2020 1/8/2020 1/15/2020 1/22/2020
1 Apple  1       NA        7         2        1
2 Apple  2        5        7         2       NA
3  Pear  3        8       10        NA       NA

内容的提问来源于stack exchange，提问作者CorinthianHelm