如何用另一DataFrame替换不同列的不同值并合并数据？

现有两个DataFrame：
df1：

v1   v2 v3  v4
RDA  NA ILL NA
OPCS NA NA  NA
OJK  BR ILL PE

df2：

v1  v2  v3  v5
RDA COL ILL P3
OPCS BR ILL P2

需求：用df2中的值替换df1对应列的缺失值，同时合并df2的v5列，得到如下结果：

v1  v2  v3  v4 v5
RDA COL ILL NA P3
OPCS BR ILL NA P2
OJK  BR ILL PE NA

此前尝试inner_join方法，得到含重复列的结果，不符合预期，寻求解决办法。

用R语言的dplyr包可以实现需求，步骤如下：

1. 先加载依赖包（未安装则先执行安装命令）：

install.packages("dplyr")
library(dplyr)

2. 执行合并与缺失值填充：

merged_df <- df1 %>%
  # 以v1为匹配键，保留df1所有行进行左连接
  left_join(df2, by = "v1", suffix = c(".x", ".y")) %>%
  # 用df2的v2/v3值填充df1对应列的缺失值
  mutate(v2 = coalesce(v2.x, v2.y),
         v3 = coalesce(v3.x, v3.y)) %>%
  # 移除临时重复列，调整为目标列顺序
  select(v1, v2, v3, v4, v5)

逻辑说明 #

• left_join确保保留df1的全部行（包括未在df2中匹配到的OJK行），同时关联df2的对应数据
• coalesce函数优先取df1的非缺失值，若为NA则替换为df2的对应值，正好满足缺失值替换需求
• 最后通过select整理列顺序，清除连接产生的临时重复列（如v2.x、v3.y等）

运行后得到的merged_df即为目标结果。

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