如何用另一数据框的单列值替换多列字符串值

原代码出现全NA的原因是匹配逻辑错误：

• x == description_df将单个编码与整个数据框比较，得到的是布尔矩阵，无法正确定位对应说明；
• 即使匹配成功，[2]强制取第二个元素的逻辑完全不符合需求。

以下是两种可行的修复方案：

方案一：基础R实现 #

先构建编码到说明的命名映射向量，再遍历列完成替换：

# 医疗编码数据框
code1 <- c('T432', 'T432', 'T432', 'T432')
code2 <- c('T492', 'T405', 'T424', 'J81')
code3 <- c('T509', '', 'R99', '')
code_df <- data.frame(code1, code2, code3)

# 编码说明数据框
description <- c('Cholera', 'Salmonella', 'Typhoid ', 'Psoriasis', 'Other malady', 'Fever', 'Acute Pain')
code <- c('T432', 'T832', 'T405', 'T424', 'J81', 'R99', 'T492' )
description_df <- data.frame(description, code)

# 1. 创建编码-说明的命名映射向量
code_map <- setNames(description_df$description, description_df$code)

# 2. 遍历每列替换：空值保留，有匹配则替换，无匹配保留原编码
code_df[] <- lapply(code_df, function(col) {
  ifelse(col == "", "", ifelse(is.na(code_map[col]), col, code_map[col]))
})

# 查看结果
print(code_df)

运行后得到的结果：

code1        code2  code3
1 Cholera   Acute Pain  T509
2 Cholera     Typhoid       
3 Cholera    Psoriasis  Fever
4 Cholera Other malady       

方案二：dplyr简洁实现 #

如果习惯tidyverse风格，用across批量处理列：

library(dplyr)

# 构建映射向量
code_map <- setNames(description_df$description, description_df$code)

# 批量替换
code_df <- code_df %>%
  mutate(across(everything(), ~case_when(
    . == "" ~ "",
    TRUE ~ code_map[.] %||% .  # 无匹配时保留原编码
  )))

关键说明 #

• 命名向量code_map是核心：通过code作为名字，description作为值，实现快速查找；
• 处理空字符串和未匹配编码：确保空值保持为空，没有对应说明的编码（如T509）保留原内容，符合实际需求。

内容的提问来源于stack exchange，提问作者DiamondJoe12