R语言中循环合并两个DataFrame：保留非NA值并解决仅输出列名问题

嘿，我来帮你搞定这个批量填充的问题！

你原来的循环之所以只输出列名字符串，核心原因是：用paste()生成的只是列名的文本字符串（比如"data$DOSPERT_01"），R并不会自动把这个字符串转换成对DataFrame列的实际引用，所以is.na(x)判断的是字符串本身是不是NA（永远是FALSE），最后自然只返回了字符串，没拿到真正的数值。

下面给你几种可行的解决方案，从修改循环到更简洁的批量处理方法都有：

方法1：修改原来的循环（用列索引/[[访问数据） #

不用生成带$的字符串，直接通过列名索引来获取实际的列数据，这样更安全也更高效：

out <- list() 
for (i in 1:8){ 
  # 定义当前要处理的列名
  col_name_data <- paste0("DOSPERT_0", i)
  col_name_dospert <- paste0("DOSPERT_0", i, "_1")
  
  # 直接从DataFrame中提取列数据
  x <- data[[col_name_data]]
  y <- dospert[[col_name_dospert]]
  
  # 执行填充逻辑
  z <- ifelse(is.na(x), y, x) 
  out[[i]] <- z  # 用[[i]]把向量添加到列表，保持结构
}

# 把列表转换成最终的DataFrame，并设置列名
result_df <- as.data.frame(out)
colnames(result_df) <- paste0("DOSPERT_0", 1:8)

方法2：用mapply实现批量处理（不用循环） #

Base R里的mapply可以批量对多对列执行操作，比手动循环更简洁：

# 先定义两组列名的对应关系
data_cols <- paste0("DOSPERT_0", 1:8)
dospert_cols <- paste0("DOSPERT_0", 1:8, "_1")

# 批量处理每一对列
result_df <- as.data.frame(
  mapply(
    function(d_col, dp_col) ifelse(is.na(d_col), dp_col, d_col),
    data[data_cols],  # data中要处理的列
    dospert[dospert_cols]  # dospert中对应的列
  )
)

# 重置列名和原data一致
colnames(result_df) <- data_cols

方法3：用dplyr的coalesce（最优雅的方式） #

如果你熟悉tidyverse的工具，dplyr::coalesce()就是专门干这个的——它会逐元素取第一个非NA值，完美匹配你的需求：

library(dplyr)
library(stringr)

# 先把dospert的列名改成和data一致（去掉末尾的_1）
dospert_renamed <- dospert %>%
  rename_with(~ str_remove(.x, "_1$"))

# 逐列合并：保留data的非NA值，用dospert填充NA
result_df <- data %>%
  mutate(
    across(
      all_of(data_cols), 
      ~ coalesce(.x, dospert_renamed[[cur_column()]])
    )
  )

这几种方法都能实现你要的效果，其中dplyr的方式可读性最高，适合处理复杂的数据操作场景。

内容的提问来源于stack exchange，提问作者Noa