在R语言中基于银行名称匹配填充DataFrame的缺失银行代码

这是数据处理里非常典型的「匹配补全」需求，我给你分享两种在R里最常用的高效实现方式，你可以根据自己的工作流选择：

方法1：使用tidyverse/dplyr（推荐，代码清晰易维护） #

如果你平时习惯用tidyverse生态的工具，这种方法可读性极强，后续扩展复杂操作也很方便：

library(dplyr)

# 1. 左连接两个数据框，基于BANK-NAME匹配
# 用suffix区分两个表的BANK-CODE列
df_updated <- df2 %>%
  left_join(df1, by = "BANK-NAME", suffix = c("_df2", "_df1")) %>%
  # 2. 替换NA：仅当df2原有的BANK-CODE为NA时，用df1的对应值
  mutate(BANK-CODE = case_when(
    is.na(BANK-CODE_df2) ~ BANK-CODE_df1,
    TRUE ~ BANK-CODE_df2
  )) %>%
  # 3. 移除临时生成的辅助列
  select(-BANK-CODE_df2, -BANK-CODE_df1)

运行后，df_updated里第4行的BANK-CODE就会被替换成B003，而那些在df1里找不到匹配的银行（比如Mizuho、Sberbank），BANK-CODE依然保持NA，完全符合你的需求。

方法2：使用Base R（无需额外包，轻量高效） #

如果不想加载任何第三方包，用Base R的match()函数就能快速解决：

# 找到df2的BANK-NAME在df1中的对应位置
match_idx <- match(df2$BANK-NAME, df1$BANK-NAME)

# 仅对df2中BANK-CODE为NA的行，用df1的BANK-CODE替换
df2$BANK-CODE[is.na(df2$BANK-CODE)] <- df1$BANK-CODE[match_idx[is.na(df2$BANK-CODE)]]

这个方法逻辑直接，运行速度快，适合数据量不大的场景。同样，找不到匹配的银行会保留NA值。

小提示 #

两种方法都会保留df2里原本非NA的BANK-CODE（如果有的话），只替换需要补全的NA值。如果你的数据里存在BANK-NAME大小写不一致的情况，可以先统一转成小写/大写再匹配，比如用tolower()函数处理列值。

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