如何通过left_join替换数据框中的NA值，保留非NA值不变？

以下是完整的实现方案，既能避免重复调用耗时的地理编码接口，又能精准回填缺失值并保留原有有效数据：

1. 加载依赖包与定义原数据框 #

library(tidyverse)
library(tmaptools)

# 原地点数据框
df_places <- tibble( 
  place_country = c("Melbourne, Australia", "Sydney, Australia", "Brisbane, Australia"), 
  state = c("VIC", "NSW", "QLD"), 
  temperature = c("Cold", "Cool", "Hot"), 
  lon = c(41.23, NA, 43.55), 
  lat = c(NA, -88.10, -80.48)
)

2. 仅对缺失经纬度的地点调用地理编码 #

# 筛选出经纬度存在缺失的地点，调用OSM地理编码接口获取数据
df_geocodes <- df_places %>% 
  filter(is.na(lat) | is.na(lon)) %>% 
  select(place_country) %>% 
  bind_cols( 
    tmaptools::geocode_OSM( 
      q = .$place_country, 
      as.data.frame = TRUE
    )[,c("lon", "lat")]
  )

3. 回填经纬度并保留原有非NA值 #

# 关联原数据与地理编码结果，替换NA值
df_places_updated <- df_places %>%
  left_join(df_geocodes, by = "place_country", suffix = c("_original", "_geocoded")) %>%
  mutate(
    # 优先保留原数据的非NA值，原数据为NA时用地理编码结果替换
    lon = coalesce(lon_original, lon_geocoded),
    lat = coalesce(lat_original, lat_geocoded)
  ) %>%
  select(-ends_with("_original"), -ends_with("_geocoded")) # 清理临时列

最终结果 #

执行后得到的更新数据框：

# A tibble: 3 × 4
  place_country          state temperature   lon   lat
  <chr>                  <chr> <chr>       <dbl> <dbl>
1 Melbourne, Australia   VIC   Cold         145. -37.8
2 Sydney, Australia      NSW   Cool         151. -33.9
3 Brisbane, Australia    QLD   Hot          43.6 -80.5

核心逻辑说明 #

• filter(is.na(lat) | is.na(lon))：精准定位需要补全的地点，避免对已有有效数据重复调用地理编码，大幅节省耗时
• left_join：确保原数据的所有行都被保留，同时匹配到对应的地理编码结果
• coalesce()：按顺序取第一个非NA值，完美实现"保留原值、替换缺失"的需求
• 最后清理临时生成的后缀列，让结果数据框与原结构保持一致

内容的提问来源于stack exchange，提问作者Cameron