如何通过ID与姓名的匹配关系批量填充dataframe中的缺失值

不需要逐行遍历，使用ID与姓名的映射匹配即可实现高效填充，50万行规模可秒级完成，操作方案如下：

前置处理 #

首先将姓名列中的空字符串、空白值统一转换为标准NA值，方便后续匹配：

df$Names[trimws(df$Names) == ""] <- NA

步骤1：构建唯一映射表 #

提取所有ID和姓名均非空的行，去重得到ID到姓名的唯一映射关系：

# 生成初始映射表
name_map <- unique(df[!is.na(df$Names) & !is.na(df$ID), c("ID", "Names")])
# 去重保证每个ID仅对应一个姓名，若存在同ID多姓名冲突可在此处自定义处理逻辑
name_map <- name_map[!duplicated(name_map$ID), ]

可选：冲突校验 #

如果需要确认是否存在同一个ID对应多个不同姓名的异常情况，可运行以下代码检查：

library(dplyr)
conflict_cnt <- name_map %>% 
  count(ID) %>% 
  filter(n > 1) %>% 
  nrow()
# 若conflict_cnt大于0，说明存在映射冲突，需要先清理异常数据再进行填充

步骤2：批量填充缺失值 #

方法1：Base R实现 #

df$Names <- ifelse(
  is.na(df$Names),
  name_map$Names[match(df$ID, name_map$ID)],
  df$Names
)

方法2：dplyr实现（可读性更高） #

library(dplyr)
df <- df %>%
  left_join(name_map, by = "ID", suffix = c("", "_map")) %>%
  mutate(Names = coalesce(Names, Names_map)) %>%
  select(-Names_map)

补充说明 #

如果同时存在ID缺失、姓名存在的场景，只需反过来构建姓名→ID的映射表，用同样的逻辑填充缺失的ID即可。

内容的提问来源于stack exchange，提问作者McMahok