用dfB对应行值替换dfA指定行中的NA值

问题说明 #

你有两个行列数一致的DataFrame：dfA和dfB，需要将dfA第1、3、4行中的NA值替换为dfB对应行的数值（示例中dfA指定行全为NA，期望替换后与dfB对应行完全一致）。你的原代码错误地用dfA自身的值替换NA，导致结果不符合预期。

正确实现方法 #

方法1：基础R索引赋值（最直观）

直接定位dfA指定行的NA位置，用dfB对应位置的数值覆盖：

# 定位指定行的NA位置
na_mask <- is.na(dfA[c(1, 3, 4), ])
# 替换NA为dfB对应行的数值
dfA[c(1, 3, 4), ][na_mask] <- dfB[c(1, 3, 4), ][na_mask]

方法2：用replace函数修正版

如果坚持用replace，需要将第三个参数改为dfB的对应部分，而不是dfA自身：

dfA[c(1, 3, 4), ] <- replace(
  x = dfA[c(1, 3, 4), ],
  list = is.na(dfA[c(1, 3, 4), ]),
  values = dfB[c(1, 3, 4), ][is.na(dfA[c(1, 3, 4), ])]
)

方法3：全NA行的简化写法

如果dfA指定行全部是NA（如你的示例场景），可以直接整行赋值，无需判断NA：

dfA[c(1, 3, 4), ] <- dfB[c(1, 3, 4), ]

方法4：tidyverse/dplyr风格实现

如果你习惯用tidyverse工具链，可以用rows_update或mutate结合行索引：

library(dplyr)

# 方法4.1：用rows_update直接更新指定行
dfA <- dfA %>%
  rows_update(dfB %>% slice(c(1, 3, 4)), by = NULL, unmatched = "ignore")

# 方法4.2：用mutate+条件判断逐列处理
dfA <- dfA %>%
  mutate(
    across(
      everything(),
      ~ if_else(row_number() %in% c(1, 3, 4) & is.na(.), dfB[[cur_column()]][row_number()], .)
    )
  )

测试示例 #

# 创建测试数据
dfA <- data.frame(a = c(NA, 2, NA, NA, 5),
                  b = c(NA, 4, NA, NA, 10))
dfB <- data.frame(a = c(1, 2, 3, 4, 5),
                  b = c(2, 4, 6, 8, 10))

# 执行替换（以方法1为例）
na_mask <- is.na(dfA[c(1, 3, 4), ])
dfA[c(1, 3, 4), ][na_mask] <- dfB[c(1, 3, 4), ][na_mask]

# 查看结果
print(dfA)

输出结果：

a  b
1 1  2
2 2  4
3 3  6
4 4  8
5 5 10

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