使用R语言dplyr依据ID列值替换var3列中NA值失败求助

错误根源 #

在R中，不能用== NA来判断缺失值。因为NA代表“未知值”，任何与NA的比较运算（包括==）结果都是NA，而非TRUE/FALSE。这会导致你的case_when条件永远不会被触发，自然无法完成NA值的替换。

修正后的代码 #

基础修正版 #

直接将var3 == NA替换为R中判断缺失值的标准函数is.na(var3)：

library(dplyr)

df %>% 
  mutate(var3 = case_when(
    is.na(var3) & ID == 3 ~ 5,
    is.na(var3) & ID == 5 ~ 5,
    is.na(var3) & ID == 7 ~ 5,
    TRUE ~ var3
  ))

优化简洁版 #

如果多个ID需要替换为同一个值，可以把目标ID放入向量中，简化条件写法：

df %>% 
  mutate(var3 = case_when(
    is.na(var3) & ID %in% c(3,5,7) ~ 5,
    TRUE ~ var3
  ))

运行结果 #

修正后执行代码，会得到正确替换缺失值后的数据集：

ID var1 var2 var3
1   1    a    1   21
2   2    b    1   50
3   3    c    1   40
4   3    c    0    5
5   4    d    1   29
6   5    e    1   45
7   5    f    0    5
8   7    g    0    5
9   7    h    1    5
10  8    h    0   46

内容的提问来源于stack exchange，提问作者Loz