R语言基于其他变量条件填充occupation列缺失值的实现方法

需求说明 #

• 数据集occupation（职业）列存在缺失值，已构建is_working字段标识在职状态：取值0代表非在职，1代表在职
• 填充规则：仅当同一行is_working取值为0时，将对应位置occupation的缺失值填充为0；其余位置的occupation缺失值保留原始缺失状态，不做处理

测试用示例数据 #

可直接运行以下代码生成测试数据框，用于验证填充逻辑效果：

df <- data.frame (
  occupation  = c("NA","NA","Drivers","Accountants","NA","Drivers","Laborers","Cleaning staff","Drivers","Drivers"),
  is_working = c("1","0","1","1","1","1","1","1","1","1")
)

注意事项 #

上述测试数据里的缺失值是字符串格式的"NA"，不是R语言原生的逻辑缺失值NA，正式处理前建议先做类型转换，否则会出现缺失值匹配失败的问题。

实现代码 #

方法1：Base R 原生实现（无需加载第三方包） #

# 字符串NA转原生NA，若你的实际数据集已经是原生NA格式可跳过此步骤
df$occupation[df$occupation == "NA"] <- NA

# 按规则执行条件填充
df$occupation[is.na(df$occupation) & df$is_working == "0"] <- "0"

方法2：dplyr 流水线实现（适配tidyverse生态工作流） #

library(dplyr)

df <- df %>%
  mutate(
    # 字符串NA转原生NA，已处理可跳过
    occupation = na_if(occupation, "NA"),
    # 按规则执行条件填充
    occupation = ifelse(
      is.na(occupation) & is_working == "0",
      "0",
      occupation
    )
  )

效果说明 #

代码运行后，测试数据中is_working为0的第二行职业缺失值会被填充为"0"，其余行（第一行、第五行）的职业缺失值会保持缺失状态，完全匹配需求。如果你的is_working列是数值类型而非字符类型，把判断条件里的"0"改为数值型0即可，避免因数据类型不匹配导致判断逻辑失效。

内容的提问来源于stack exchange，提问作者tara