如何用循环或rows_patch从另一个数据框补全缺失值？

直接用位置匹配+向量化赋值就能高效解决问题，比循环或复杂dplyr操作简洁得多，步骤如下：

1. 定位需要替换的行 #

根据你的需求，先明确mdata中哪些行需要被替换：

• 如果是整行全为NA的行：

  na_rows <- which(rowSums(is.na(mdata)) == ncol(mdata))
  

• 如果是行内包含任意NA的行（只要有NA就替换整行）：

  na_rows <- which(apply(mdata, 1, anyNA))
  

2. 校验替换数据行数 #

确保ldata的行数和需要替换的行数一致，避免替换出错：

stopifnot(length(na_rows) == nrow(ldata))

3. 执行替换 #

直接通过位置索引完成替换，这是R中效率最高的方式：

mdata[na_rows, ] <- ldata

为什么你的之前方法出问题？ #

循环报错原因 #

你写的循环报错the condition has length > 1，是因为直接用if(is.na(mdata))这类判断时，is.na(mdata)返回的是和mdata同维度的逻辑矩阵（不是单个TRUE/FALSE），而if只能处理长度为1的逻辑值。如果非要用循环，必须逐行判断，但效率极低，完全没必要。

dplyr::rows_patch失效原因 #

rows_patch依赖唯一匹配键来定位替换行，你的数据存在重复值导致无法精准匹配，强行加索引反而绕远路，不如直接位置替换高效。

示例代码 #

# 构造测试数据
mdata <- data.frame(a = c(1, NA, 3, NA), b = c("x", NA, "z", NA))
ldata <- data.frame(a = c(2, 4), b = c("y", "w"))

# 定位整行NA的行
na_rows <- which(rowSums(is.na(mdata)) == ncol(mdata))

# 校验行数匹配
stopifnot(length(na_rows) == nrow(ldata))

# 替换
mdata[na_rows, ] <- ldata

# 查看结果
print(mdata)
#   a b
# 1 1 x
# 2 2 y
# 3 3 z
# 4 4 w

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