在R中通过ID匹配将数据框weight值填充至另一数据框NA

问题背景 #

我有两个DataFrame：

• df1包含30个唯一ID，weight列存在NA值
• df2仅包含8个唯一ID，weight数据完整

需求：忽略日期维度，根据匹配的ID，将df2中的weight值填充到df1对应ID的所有weight列NA位置。

数据示例 #

df1

id            date      calories    weight
1503960366 2016-04-12     1985        NA
1503960366 2016-04-13     1797        NA
...（其余内容省略）

df2

id            date      calories    weight
1503960366 2016-05-02     2004      52.6
1927972279 2016-04-13     2151     133.5
...（其余内容省略）

尝试过的代码 #

df3 <- df1 %>%
  mutate(weight = ifelse(id == df2$id,
                            df2$weight, weight))

df3 <- df1 %>%
  select(.)
  mutate(
    weight = ifelse(
      id == df2$id ,
      paste(df2$weight_kg), NA_character_) )

期望效果 #

id            date      calories    weight
1503960366 2016-04-12     1985        52.6
1503960366 2016-04-13     1797        52.6
...（其余内容省略）

解决方案 #

之前的代码问题在于直接用id == df2$id会因两个DataFrame行数不匹配，导致向量长度不一致，无法正确匹配。以下是两种可靠的解决方法：

方法1：使用dplyr的left_join + coalesce #

先从df2提取唯一的ID-weight映射，再和df1关联，最后用coalesce替换NA值：

library(dplyr)

# 从df2提取每个ID对应的唯一weight值（假设每个ID在df2中仅对应一个weight）
weight_map <- df2 %>%
  distinct(id, .keep_all = TRUE) %>%
  select(id, weight_df2 = weight)

# 关联并填充缺失值
df3 <- df1 %>%
  left_join(weight_map, by = "id") %>%
  mutate(weight = coalesce(weight, weight_df2)) %>%
  select(-weight_df2) # 移除临时辅助列

方法2：使用match函数直接匹配 #

如果不想用关联操作，可以用match定位每个df1的ID在df2中的位置，提取对应weight值：

df3 <- df1 %>%
  mutate(weight = ifelse(is.na(weight), 
                         df2$weight[match(id, df2$id)], 
                         weight))

注：若df2中同一个ID对应多个weight值，match会取第一个出现的值，建议先对df2去重，确保每个ID对应唯一weight。

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