R语言根据user列匹配填充user_type列NA值的方法

核心逻辑：先提取所有非NA记录中user与user_type的唯一映射关系，再基于映射匹配填充所有NA位置，适配「相同user对应唯一固定user_type」的业务规则。

第一步：构造示例测试数据 #

先把示例数据写成R可直接运行的格式，方便调试：

df <- data.frame(
  user = c(123, 124, 125, 124, 123, 125),
  user_type = c("emp", "man", "man", NA, NA, NA)
)

可选实现方法 #

方法1：dplyr分组填充（日常数据处理首选） #

按user分组后，直接取组内第一个非NA的user_type覆写整列即可，不用单独构造映射表，代码最简洁：

library(dplyr)

df_filled <- df %>%
  group_by(user) %>%
  # 同组user_type唯一，去掉NA后取第一个值就是正确映射值
  mutate(user_type = first(na.omit(user_type))) %>%
  ungroup()

方法2：构造映射表匹配填充（通用性最强） #

先单独提取合法的映射关系，再做匹配替换，哪怕映射规则是外部单独提供、不是从原数据提取的场景也能适用：

library(dplyr)
# 1. 提取无重复的user-user_type映射对
user_mapping <- df %>%
  filter(!is.na(user_type)) %>%
  distinct(user, user_type)

# 2. 仅替换原数据中取值为NA的位置，已有合法值的位置保留不动
df_filled <- df %>%
  mutate(
    user_type = ifelse(
      is.na(user_type),
      user_mapping$user_type[match(user, user_mapping$user)],
      user_type
    )
  )

方法3：基础R实现（无需加载第三方包） #

不想安装加载tidyverse等第三方包的时候，可以直接用基础R函数实现相同效果：

# 提取有效映射关系
user_mapping <- unique(na.omit(df))
# 定位所有NA值的位置，匹配对应映射值完成填充
df$user_type[is.na(df$user_type)] <- user_mapping$user_type[
  match(df$user[is.na(df$user_type)], user_mapping$user)
]

结果校验&注意事项 #

• 跑完上述任意一种方法，最终填充完成的数据结果如下：

• 异常校验提示：正式填充前可以先检查是否存在同user对应多个不同user_type的脏数据，执行any(duplicated(user_mapping$user))，如果返回TRUE说明存在冲突映射，需要先排查原始数据问题再填充，避免赋值错误。

内容的提问来源于stack exchange，提问作者user2845095