R新手求助：合并数据集后如何合并Name.x与Name.y列并填充NA？

嘿，作为R语言新手遇到这种小坑太正常啦！你之前的代码逻辑刚好搞反了——你要的是把Name.y里的内容填补到Name.x的NA位置，而不是反过来给Name.y的NA填Name.x，这就是为什么之前的尝试没成功哦。

下面给你两种简单可行的方法：

方法一：Base R 原生操作 #

直接定位Name.x中的NA值，用Name.y对应位置的内容填充，之后删除Name.y列：

# 填充Name.x的NA值：找到Name.x为NA的行，用Name.y对应值替换
df1$Name.x[is.na(df1$Name.x)] <- df1$Name.y[is.na(df1$Name.x)]

# 删除Name.y列
df1$Name.y <- NULL

方法二：用tidyverse/dplyr 更简洁处理 #

如果你在用tidyverse工具包，coalesce()函数简直是为这种场景量身定做的——它会按顺序返回第一个非NA的值，完美实现“优先用Name.x，缺值用Name.y补”的需求：

library(dplyr)

# 方式1：生成新的合并列，删除原列
df1 <- df1 %>%
  mutate(Name = coalesce(Name.x, Name.y)) %>%
  select(-Name.x, -Name.y)

# 方式2：直接更新Name.x，保留原列名
df1 <- df1 %>%
  mutate(Name.x = coalesce(Name.x, Name.y)) %>%
  select(-Name.y)

这样操作后，你就能得到一个没有NA值的Name.x（或新的Name列），同时清理掉多余的Name.y列啦。

内容的提问来源于stack exchange，提问作者Aber