R语言dataframe新增行后缺失计算变量的低侵入式补全方法咨询

方案1：基础R实现（无额外依赖，最低侵入） #

仅针对age_category为NA的行做条件计算，不会覆盖已有的正确记录，全程在原数据集上操作，无需拆分合并：

# 仅对缺失值行做赋值计算，不改动已有有效值
test$age_category[is.na(test$age_category)] <- ifelse(
  test$age[is.na(test$age_category)] >= 65, "65+",
  ifelse(test$age[is.na(test$age_category)] >= 30 & test$age[is.na(test$age_category)] < 65, "30 to 64",
         ifelse(test$age[is.na(test$age_category)] >= 18 & test$age[is.na(test$age_category)] < 30, "18 to 29", "under 18")
  )
)

运行后输出结果：

name age age_category
1  mina  66          65+
2  alex  24     18 to 29
3 katie  19     18 to 29
4  eric  36     30 to 64

方案2：dplyr实现（代码可读性更高，适合tidyverse生态用户） #

用coalesce优先保留已有非空值，仅对缺失值走case_when的条件计算，嵌套层级低，不容易写错判断逻辑：

library(dplyr)
test <- test %>%
  mutate(age_category = coalesce(
    age_category, # 优先保留原字段的非空值
    case_when(
      age >= 65 ~ "65+",
      age >= 30 & age < 65 ~ "30 to 64",
      age >= 18 & age < 30 ~ "18 to 29",
      TRUE ~ "under 18"
    )
  ))

内容的提问来源于stack exchange，提问作者ajt10