如何在R中基于另一数据框按Zone Code替换列中的NA值

下面给你两种适合新手的R语言实现方式，按需选择：

方法一：使用tidyverse（dplyr）包 #

这种方法代码可读性强，适合后续拓展更多数据处理操作：

首先构造示例数据（如果已经有现成数据可跳过这步）：

df <- data.frame(
  Zone_Code = c(1, 2, 3),
  STREET = c("St. John St.", NA, NA),
  stringsAsFactors = FALSE
)

street_df <- data.frame(
  Zone_Code = c(1, 2, 3),
  STREET = c("St. John St.", "Roxbury St.", "MJ Ave."),
  stringsAsFactors = FALSE
)

加载dplyr包并执行替换：

library(dplyr)

# 按Zone_Code合并两个数据框，区分原街道列和完整街道列
df_updated <- df %>%
  left_join(street_df, by = "Zone_Code", suffix = c("_original", "_full")) %>%
  # 优先保留原街道的非NA值，原是NA则用完整街道值填充
  mutate(STREET = coalesce(STREET_original, STREET_full)) %>%
  # 只保留需要的两列
  select(Zone_Code, STREET)

方法二：使用基础R（无需额外安装包） #

如果不想安装第三方包，用基础R函数就能完成：

同样先构造示例数据（已有数据可跳过）：

df <- data.frame(
  Zone_Code = c(1, 2, 3),
  STREET = c("St. John St.", NA, NA),
  stringsAsFactors = FALSE
)

street_df <- data.frame(
  Zone_Code = c(1, 2, 3),
  STREET = c("St. John St.", "Roxbury St.", "MJ Ave."),
  stringsAsFactors = FALSE
)

执行替换操作：

# 找到df中每个Zone_Code在street_df里对应的位置索引
match_pos <- match(df$Zone_Code, street_df$Zone_Code)

# 筛选出df中STREET为NA的行，用street_df对应位置的街道名替换
df$STREET[is.na(df$STREET)] <- street_df$STREET[match_pos[is.na(df$STREET)]]

两种方法最终得到的结果一致：

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