如何用dplyr批量替换数据框中NA值为对应补全列的值？

步骤说明 #

针对列数较多的场景，我们通过列名匹配+批量处理的方式实现通用替换，核心是用coalesce()函数提取非NA值，同时通过字符串匹配自动关联主列和补全列。

代码实现 #

先加载依赖包：

library(dplyr)
library(stringr)

执行数据清洗：

# 自动筛选主列（M_数字格式）和补全列（M_C_数字格式）
main_cols <- str_subset(names(df), "^M_\\d+$")
comp_cols <- str_subset(names(df), "^M_C_\\d+$")

# 按数字后缀排序，确保列的一一对应
main_cols <- main_cols[order(str_extract(main_cols, "\\d+"))]
comp_cols <- comp_cols[order(str_extract(comp_cols, "\\d+"))]

# 替换NA并移除补全列
df_clean <- df %>%
  mutate(
    across(
      all_of(main_cols),
      ~ coalesce(., get(str_replace(cur_column(), "^M_", "M_C_")))
    )
  ) %>%
  select(-all_of(comp_cols))

# 查看清洗后的数据
df_clean

结果验证 #

运行后得到的df_clean如下：

M_1 M_2 M_3
1   1   5   6
2   2   1   7
3   3   3   2
4   6   4   3
5   6   1   4

代码解释 #

• str_subset：通过正则表达式自动筛选所有主列和补全列，适配任意数量的同格式列；
• order(str_extract(...))：按数字后缀排序，保证M_1对应M_C_1、M_2对应M_C_2，避免列顺序混乱；
• across() + coalesce()：对每个主列，提取自身或对应补全列的非NA值（题目中每行要么主列完整要么补全列完整，coalesce能精准获取正确值）；
• select(-all_of(comp_cols))：移除所有补全列，只保留补全后的主列。

内容的提问来源于stack exchange，提问作者mob