R中仅为Problem列值为D的行合并数据框填充服务时间

我在R中有两个数据框：

数据框df_1（相关列如下）：

Problem         |Service_Time | Imputed_Problem
----------------------------------------------
A               |    3.5      |      NA 
B               |    1.6      |      NA
C               |    2.8      |      NA
D               |    NA       |      B

当Problem列值为D时，表示患者未就诊就离开，无登记问题及服务时间。已基于人群中各问题的出现概率，为所有Problem==D的行随机分配A/B/C作为Imputed_Problem。

需求：

• 真实问题的行，Imputed_Service_Time沿用原Service_Time值
• Problem为D的行，将df_2中对应Imputed_Problem的平均服务时间填入Imputed_Service_Time

数据框df_2（存储各问题的平均服务时间）：

Problem | Average_Service_Time
----------------------
A       |  3.2
B       |  4.2
C       |  1.7

我已在df_1中创建Imputed_Service_Time列并复制自Service_Time，尝试了以下代码：

merged_df <- merge(df_1, df_2, by.x = "Imputed_Problem", by.y = "Problem", all.x = TRUE)

merged_df$Imputed_Service_Time <- ifelse(is.na(merged_df$Service_Time), merged_df$Average_Service_Time, merged_df$Service_Time)

但出现错误：

Error in ans[ypos] <- rep(yes, length.out = len)[ypos] : 
  replacement has length zero
In addition: Warning message:
In rep(yes, length.out = len) : 'x' is NULL so the result will be NULL

解决方案 #

方法1：Base R 直接匹配替换 #

无需合并整个数据框，精准定位目标行后完成替换：

# 确保Imputed_Service_Time列已创建
df_1$Imputed_Service_Time <- df_1$Service_Time

# 筛选出Problem为D的行索引
d_row_indices <- df_1$Problem == "D"

# 匹配Imputed_Problem与df_2的Problem，提取对应平均服务时间并替换
df_1$Imputed_Service_Time[d_row_indices] <- df_2$Average_Service_Time[
  match(df_1$Imputed_Problem[d_row_indices], df_2$Problem)
]

方法2：使用dplyr（tidyverse风格） #

通过管道操作更直观地完成数据关联与替换：

library(dplyr)

df_1 <- df_1 %>%
  # 关联df_2，用Imputed_Problem匹配Problem
  left_join(df_2, by = c("Imputed_Problem" = "Problem")) %>%
  # 按规则填充Imputed_Service_Time
  mutate(Imputed_Service_Time = case_when(
    Problem == "D" ~ Average_Service_Time,
    TRUE ~ Service_Time
  )) %>%
  # 可选：移除临时关联的平均时间列
  select(-Average_Service_Time)

错误原因说明 #

原代码报错是因为合并后，非D行的Imputed_Problem为NA，导致Average_Service_Time对应位置也为NA。当ifelse处理时，若Service_Time非NA则正常，但当Service_Time为NA时，Average_Service_Time可能出现空值或长度不匹配的情况，触发替换错误。上述方案直接针对D行操作，避免了不必要的全表合并与空值干扰。

内容的提问来源于stack exchange，提问作者Emma541