如何叠加两个同结构DataFrame并按需替换NA值？

步骤1：修正数据类型 #

你提供的代码里，DF1和DF2的数值列是字符型（包含字符串"NA"），需要先转换成数值型并将"NA"转为R的真实NA值：

# 转换字符型"NA"为真实NA，并转为数值型
DF1[c("Var1", "Var2")] <- lapply(DF1[c("Var1", "Var2")], function(x) as.numeric(ifelse(x == "NA", NA, x)))
DF2[c("Var1", "Var2")] <- lapply(DF2[c("Var1", "Var2")], function(x) as.numeric(ifelse(x == "NA", NA, x)))

步骤2：执行条件替换 #

使用mapply遍历数值列，仅在DF1单元格为NA且DF2对应位置为0时替换：

# 创建结果DataFrame
result <- DF1
# 对Var1和Var2执行替换逻辑
result[c("Var1", "Var2")] <- mapply(function(col_df1, col_df2) {
  ifelse(is.na(col_df1) & !is.na(col_df2) & col_df2 == 0, 0, col_df1)
}, result[c("Var1", "Var2")], DF2[c("Var1", "Var2")])

用dplyr的简洁实现（需先安装dplyr包） #

如果你习惯使用tidyverse语法，也可以用dplyr::across一次性处理所有数值列：

library(dplyr)

result <- DF1 %>%
  # 先转换数据类型
  mutate(across(c(Var1, Var2), ~ as.numeric(.)),
         # 执行条件替换
         across(c(Var1, Var2), ~ ifelse(is.na(.) & DF2[[cur_column()]] == 0, 0, .)))

最终输出 #

运行上述代码后，result的输出与你期望的一致：

内容的提问来源于stack exchange，提问作者user20330606