如何避免R语言for循环中出现'replacement has length zero'错误

问题背景 #

有如下记录不同公司各年份数据的数据框：

#   company year value1 value2
# 1       1 2019      1     10
# 2       1 2020     11    110
# 3       1 2021    111   1110
# 4       2 2019      2     20
# 5       2 2021    222   2220
# 6       3 2019      3     30
# 7       3 2020     33    330
# 8       3 2021    333   3330

其中公司2的2020年数据缺失。尝试通过for循环计算各公司2020年value1与value2之和时，因缺失数据触发报错：

Error in x[[jj]][iseq] <- replacement has length zero

原循环代码：

df_sum <- data.frame()

for (i in 1:3) {
  df_sum[i, 1] <- i
  df_sum[i, 2] <- df[df$company == i & df$year == 2020, "value1"] + 
    df[df$company == i & df$year == 2020, "value2"]
}

需求是让缺失数据对应结果为NA，且循环不终止，最终得到如下结果：

company | sum of values
-------------------------
1|      1 |           121
2|      2 |            NA
3|      3 |           363

数据构造代码：

df <- structure(list(company = c(1, 1, 1, 2, 2, 3, 3, 3), year = c(2019, 
2020, 2021, 2019, 2021, 2019, 2020, 2021), value1 = c(1, 11, 
111, 2, 222, 3, 33, 333), value2 = c(10, 110, 1110, 20, 2220, 
30, 330, 3330)), class = "data.frame", row.names = c(NA, -8L))

解决方案 #

方案1：修改原for循环 #

报错原因是无匹配数据时，提取的向量长度为0，无法赋值给数据框。可以先初始化数据框，再通过判断行数处理缺失情况：

# 初始化包含所有公司编号的结果框，sum_values列默认NA
df_sum <- data.frame(company = 1:3, sum_values = NA_real_)

for (i in 1:3) {
  # 筛选对应公司和年份的行
  target_row <- df[df$company == i & df$year == 2020, ]
  # 若存在数据则计算和，否则保留NA
  if (nrow(target_row) > 0) {
    df_sum$sum_values[i] <- target_row$value1 + target_row$value2
  }
}

方案2：向量化操作（推荐） #

在R中优先用向量化/分组操作替代循环，更高效简洁。这里用dplyr包实现：

library(dplyr)

df_sum <- df %>%
  filter(year == 2020) %>%          # 筛选2020年数据
  mutate(sum_values = value1 + value2) %>%  # 计算两列和
  right_join(data.frame(company = 1:3), by = "company") %>%  # 保留所有公司，缺失数据补NA
  select(company, sum_values)       # 保留需要的列

运行后直接得到目标结果：

company sum_values
1       1        121
2       2         NA
3       3        363

如果用base R实现，可通过aggregate+merge组合：

# 计算有数据的公司的和
sum_result <- aggregate(cbind(sum_values = value1 + value2) ~ company,
                        data = df[df$year == 2020, ],
                        FUN = identity)
# 合并所有公司编号，缺失数据补NA
df_sum <- merge(data.frame(company = 1:3), sum_result, by = "company", all.x = TRUE)

内容的提问来源于stack exchange，提问作者kynadid4