用temp数据框随机值填充metadata的NA值后数据未更新问题

核心问题：循环范围错误 #

原代码里的for (i in length(metadata$Gender))只会让i取到最后一行的索引，根本不会遍历所有行。只有最后一行的NA会被检查（如果存在的话），其他行的NA完全没处理，所以metadata看起来没变化。

修正后的循环代码 #

把循环范围改成遍历所有行的索引，比如用seq_len(nrow(metadata))（比1:nrow(metadata)更安全，避免空数据框报错）：

temp = metadata %>% drop_na()
# 遍历所有行的索引
for (i in seq_len(nrow(metadata))){
  if (is.na(metadata$Gender[i])) {
    metadata$Gender[i] = sample(temp$Gender, 1)
  }
  
  if (is.na(metadata$Age[i])){
    metadata$Age[i] = sample(temp$Age, 1)
  }
}

注：向量索引用[i]和[[i]]效果一致，这里写法更简洁。

更高效的tidyverse替代方案 #

如果习惯用dplyr风格，不用循环也能实现，代码更简洁高效：

library(dplyr)

temp = metadata %>% drop_na()

metadata = metadata %>%
  mutate(
    Gender = ifelse(is.na(Gender), sample(temp$Gender, n(), replace = TRUE), Gender),
    Age = ifelse(is.na(Age), sample(temp$Age, n(), replace = TRUE), Age)
  )

这里sample(..., n(), replace = TRUE)会生成和metadata行数匹配的随机样本，再用ifelse把NA替换成对应随机值，非NA值保留原样。

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