为何for循环嵌套if语句无法正确填充DataFrame的count值？

你遇到的核心问题有两个：

1. 手动编写的for循环仅执行一次，导致仅替换了一个count值
2. 使用str_detect匹配id时，因字符模糊匹配的特性，导致匹配结果远超实际数量

循环错误修正 #

你的循环代码里，for (nr in dim(Bat_Data_zeros_)[1])存在逻辑错误：dim(Bat_Data_zeros_)[1]返回的是DataFrame的总行数，是单个数值，所以循环只会执行一次（nr等于总行数的那一次），这就是为什么只有一行被替换。

修正后的循环需遍历从1到总行数的所有索引：

for (nr in 1:dim(Bat_Data_zeros_)[1]) {
  match_rows <- Bat_Data_zeros_$id[nr] == Bat_Data_count$id
  if (sum(match_rows) > 0) {
    Bat_Data_zeros_$count[nr] <- Bat_Data_count$count[match_rows]
  }
}

这里把匹配逻辑提前赋值给match_rows，既提升可读性，也避免重复计算。

更高效的替代方案（推荐） #

在R中处理这类数据补全问题，不建议用循环，效率低且容易出错。可以用dplyr的left_join直接完成匹配填充，还能避免id拼接可能带来的匹配问题：

方法1：按原始分组变量匹配（更稳妥） #

如果sunrise、sunriseEnd等变量是和plot_no+date绑定的，建议直接按分组变量连接，避免id字符拼接的潜在问题：

library(dplyr)

# 按plot_no、date、rec_hour、guild进行左连接
Bat_Data_full <- Bat_Data_zeros_ %>%
  left_join(Bat_Data_count %>% select(plot_no, date, rec_hour, guild, count),
            by = c("plot_no", "date", "rec_hour", "guild")) %>%
  # 将匹配不到的count（NA）替换为0，同时覆盖原count列
  mutate(count = ifelse(is.na(count.y), count.x, count.y)) %>%
  # 移除临时列
  select(-count.x, -count.y)

方法2：按id匹配 #

如果确认id的拼接完全准确，也可以直接按id连接：

Bat_Data_full <- Bat_Data_zeros_ %>%
  left_join(Bat_Data_count %>% select(id, count), by = "id") %>%
  mutate(count = ifelse(is.na(count.y), count.x, count.y)) %>%
  select(-count.x, -count.y)

为什么str_detect会出错？ #

str_detect是模糊匹配，只要目标字符串包含匹配子串就会返回TRUE。比如若某个id是"plot1_20230101_10_guildA"，另一个id是"plot1_20230101_10_guildAB"，str_detect(id, "plot1_20230101_10_guildA")会同时匹配这两个，导致错误的匹配结果。所以必须用精确匹配（==或者join操作）。

内容的提问来源于stack exchange，提问作者Sra