data.table条件关联：仅替换x为NA行的UsedSite字段

我有一个含少量缺失值（实际占比<1%）的数据集，计划用其他站点的数据填充缺失值。现有data.table对象dt1存储数据，另一个data.table对象dt2是站点替换索引（rsite字段为可替换缺失值的站点）。需在dt1中创建UsedSite字段，记录最终使用数据的来源站点。

构造示例数据 #

dt1 <- data.table(site=c("s1","s1","s2","s2"), x=c(NA, 1, NA,1))
dt2 <- data.table(site=c("s1","s1","s2","s2"), rsite=c("s3","s3","s4","s4"))

初始化UsedSite字段 #

先将UsedSite初始化为site字段：

dt1[, UsedSite := site]

问题点 #

直接执行dt1[dt2, UsedSite:=rsite, on=.(site)]会替换所有行，尝试dt1[dt2&is.na(x), UsedSite:=rsite, on=.(site)]不符合data.table语法，无法生效。

解决方案 #

以下两种方法均符合data.table范式，可实现仅替换x为NA行的UsedSite：

方法1：筛选缺失值行后匹配替换 #

先筛选出x为NA的行，再与dt2按site连接获取对应rsite：

dt1[is.na(x), UsedSite := dt2[.SD, rsite, on = .(site)]]

• 逻辑：dt1[is.na(x)]定位目标行，.SD代表该子集，通过site匹配dt2的rsite完成赋值。

方法2：连接后条件赋值 #

全表连接dt1与dt2，用fifelse做条件判断，仅替换缺失值行：

dt1[dt2, UsedSite := fifelse(is.na(x), rsite, UsedSite), on = .(site)]

• 逻辑：连接后对每一行判断，若x为NA则用rsite替换UsedSite，否则保留原值。

验证结果 #

执行任意一种方法后，dt1的输出为：

site  x UsedSite
1:   s1 NA       s3
2:   s1  1       s1
3:   s2 NA       s4
4:   s2  1       s2

内容的提问来源于stack exchange，提问作者TBP