如何用dplyr正确连接数据框？为何代码无法替换NA值？

你的left_join代码仅完成了表的合并操作，并未对NA值做替换处理——合并后会生成两个Code列（Code.x来自data2，Code.y来自data），但你没有将这两列整合，自然看不到NA被替换的效果。

下面提供两种符合dplyr规范的解决方法：

方法一：合并后用coalesce填充NA #

先通过左连接获取备用的Code值，再用coalesce函数优先保留data2原有非NA值，NA则用data中的对应值替换，最后清理多余列：

library(dplyr)

data <- data.frame(
  Name = c("Alice", "Bob", "Charlie", "David"),
  Code = c(1234, 5678, 9012, 3456)
)

data2 <- data.frame(
  Name = c("Alice", "Bob", "Charlie", "David", "Alice", "Bob"),
  Code = c(1234, 5678, 9012, 3456, NA, NA)
)

data2_fixed <- data2 %>%
  left_join(data, by = "Name", suffix = c("", "_data")) %>%
  mutate(Code = coalesce(Code, Code_data)) %>%
  select(-Code_data)

print(data2_fixed)

方法二：用rows_patch直接修补NA #

dplyr的rows_patch函数专门用于用另一张表的数据修补当前表的NA值，按指定匹配键（这里是Name）对应替换，操作更简洁：

data2_fixed <- data2 %>%
  rows_patch(data, by = "Name")

print(data2_fixed)

两种方法最终都会得到替换NA后的结果：

Name Code
1   Alice 1234
2     Bob 5678
3 Charlie 9012
4   David 3456
5   Alice 1234
6     Bob 5678

内容的提问来源于stack exchange，提问作者Tomas R