使用for循环和if语句替换数据框NA值为指定整数遇阻求助

你的循环代码无法生效的核心问题是用了比较运算符==而非赋值符号，同时还有更高效的R风格写法可以替代嵌套循环，具体如下：

原代码的错误点 #

• 你在判断NA后写的(d1[i,j]) == 13是比较操作，不是赋值——这行代码只是在检查该位置是否等于13，完全没有修改数据框的值，应该换成赋值符号<-。
• is.na(d1[i,j]) == TRUE可以简化为is.na(d1[i,j])，写法更简洁直观。

修正后的循环代码 #

如果一定要用嵌套循环实现，修改后的代码如下：

for (i in 1:nrow(d1)){
  for (j in 1:ncol(d1)){
    if (is.na(d1[i,j])) {
      d1[i,j] <- 13
    }
  }
}

更高效的R原生方法 #

R是向量式语言，完全不需要嵌套循环就能批量替换NA，这也是R的惯用写法：

# 注意：你的数据框里有因子列（fac），直接替换NA会报错（因子水平中没有13）
# 方案1：统一转为字符型后替换
d1[] <- lapply(d1, as.character)
d1[is.na(d1)] <- 13

# 方案2：保留数值列类型，单独处理因子列
# 处理数值列x、y
d1[c("x", "y")][is.na(d1[c("x", "y")])] <- 13
# 处理因子列fac：转字符→替换NA→可选转回因子
d1$fac <- as.character(d1$fac)
d1$fac[is.na(d1$fac)] <- "13"
d1$fac <- factor(d1$fac) # 不需要保留因子类型可省略这行

tidyverse风格解法（用dplyr） #

如果你熟悉tidyverse生态，用dplyr可以更优雅地处理：

library(dplyr)

# 替换所有NA为13，因子列会自动转为字符型
d1 <- d1 %>%
  mutate(across(everything(), ~ifelse(is.na(.), 13, .)))

# 如果要保留因子列类型
d1 <- d1 %>%
  mutate(across(where(is.factor), as.character),
         across(everything(), ~ifelse(is.na(.), 13, .)),
         across(where(is.character), factor))

内容的提问来源于stack exchange，提问作者rez