R语言：提取tibble列首词替换指定列NA值求助

原代码的问题 #

1. 索引逻辑错误：int(i/11)完全偏离需求——which(is.na(PRC[,2]))返回的就是第二列NA所在的行号i，直接用i定位即可，不需要做除法取整，这会导致修改错误的行。
2. 第一个单词提取错误：substr(PRC[int(i/11),7],6)是从第七列字符串的第6个字符开始截取，不是提取第一个单词，逻辑完全不符。
3. 循环效率低且易出错：处理tibble这类数据结构，向量式操作比循环更高效、更不易出错。

正确实现方法 #

方法1：用tidyverse工具链（推荐） #

需要加载dplyr和stringr包，用向量化操作一次性完成替换：

library(dplyr)
library(stringr)

PRC <- PRC %>%
  mutate(
    # 把state替换成你第二列的实际列名
    state = if_else(
      is.na(state),
      # 把col7替换成你第七列的实际列名
      word(col7, 1),
      state
    )
  )

• word()函数可以直接提取字符串的第n个单词，这里1就是第一个单词。
• 替换代码里的占位符为你tibble中对应的实际列名即可。

方法2：基础R实现 #

如果不想用tidyverse，用基础R也能完成：

# 定位第二列NA的行位置
na_rows <- which(is.na(PRC[,2]))

# 提取第七列第一个单词，替换到第二列NA位置
PRC[na_rows, 2] <- sapply(PRC[na_rows, 7], function(x) {
  strsplit(x, "\\s+")[[1]][1]
})

• 若第七列本身也存在NA，可添加判断保留NA：

PRC[na_rows, 2] <- sapply(PRC[na_rows, 7], function(x) {
  if (is.na(x)) NA else strsplit(x, "\\s+")[[1]][1]
})

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