合并两个data.table时，如何用dt2值替换dt1子键列的NA？

我明白你的需求了——你希望在合并两个data.table时，当dt1里的子键列（比如示例中的number）出现NA时，自动用dt2对应行的有效值来替换它，而不是保留原来的NA。默认的多key合并做不到这一点，因为NA在匹配时不会和任何值（包括另一个NA）相等，所以得换个思路来处理。

先规整你的示例数据（方便测试） #

library(data.table)

dt1 <- data.table(
  letter = c("a", "b", "c", "d"),
  number = c(10, NA, 30, 40),
  size = c("big", "small", "big", "big")
)

dt2 <- data.table(
  letter = c("a", "b", "c", "d"),
  number = c(10, 20, 30, 40),
  color = c("blue", "orange", "yellow", "red")
)

解决方案：先按主键合并，再用fcoalesce填充NA #

核心思路是：先基于唯一能确定匹配关系的主键（这里是letter）合并，确保同一主键的行都能对应上；再对需要填充的子键列，用data.table的fcoalesce函数取两个表中该列的第一个非NA值——这样dt1有有效值时保留，dt1是NA时就用dt2的值。

具体代码如下：

# 设置主键为唯一确定匹配的letter
setkey(dt1, letter)
setkey(dt2, letter)

# 合并后处理子键列和其他字段
dt_merged <- merge(dt1, dt2, by = "letter", all = TRUE)[
  , `:=`(
    # 优先用dt1的number，NA则取dt2的number
    number = fcoalesce(number.x, number.y),
    # 如果size只有dt1有，这步可以省略；如果dt2也有size列，同样可以用fcoalesce处理
    size = fcoalesce(size, NA),
    # color只有dt2有，直接保留即可，这里写出来是示例多字段处理逻辑
    color = fcoalesce(color, NA)
  )
][, c("number.x", "number.y") := NULL] # 删除合并产生的临时列

# 查看最终结果
dt_merged

运行后得到的结果正是你想要的：

letter number  size  color
1:      a     10   big   blue
2:      b     20 small orange
3:      c     30   big yellow
4:      d     40   big    red

批量处理多个子键列的情况 #

如果你有多个子键列（比如col2、col3、col4都需要替换NA），可以用批量处理的方式，不用一个个写：

# 定义需要处理的子键列
sub_key_cols <- c("col2", "col3", "col4")

# 按主键合并
dt_merged <- merge(dt1, dt2, by = "col1", all = TRUE)

# 批量处理每个子键列
dt_merged[, (sub_key_cols) := lapply(sub_key_cols, function(col) {
  fcoalesce(get(paste0(col, ".x")), get(paste0(col, ".y")))
})]

# 删除所有临时列
dt_merged[, paste0(sub_key_cols, c(".x", ".y")) := NULL]

为什么原来的方法不行？ #

你之前用setkey(dt1, letter, number)和setkey(dt2, letter, number)后合并，由于R中NA == 任何值的结果都是NA，所以dt1中letter=b, number=NA的行，和dt2中letter=b, number=20的行会被判定为不匹配。加上all=TRUE后，合并时会把这两行的非NA字段拼在一起，但子键列的NA不会自动替换——这就是你遇到的问题。

内容的提问来源于stack exchange，提问作者Aarón Gzz