R语言是否存在基于列条件填充值的相关函数？

有多种方法可以实现你的需求，下面分别给出不同场景下的常用实现：

第一步：构造示例数据 #

先把你提到的原始数据转化为R可运行的结构：

# 原始命名向量
a <- setNames(c(1,2,3,4,5), c("2001","2002","2003","2004","2005"))
b <- setNames(c(11,22,33,44,55), c("1999","2001","2003","2006","2007"))
# 完整年份向量，转成字符匹配命名向量的名称类型
year <- as.character(1999:2007)

方案1：基础R 索引匹配（适合纯向量场景） #

R的命名向量本身支持索引匹配，不存在的键会自动返回NA，直接用完整年份向量索引即可：

# 补全a的缺失年份
a_full <- a[year]
names(a_full) <- year

# 补全b的缺失年份
b_full <- b[year]
names(b_full) <- year

运行后a_full的输出结果为：

1999 2000 2001 2002 2003 2004 2005 2006 2007 
  NA   NA    1    2    3    4    5   NA   NA 

完全符合填充NA的需求。

方案2：数据框关联（适合多变量整合、后续分析场景） #

如果后续需要对数据做表格化处理，推荐转成数据框用关联逻辑补全：

基础R merge实现 #

# 把向量转成数据框
df_a <- data.frame(year = names(a), value_a = unname(a))
df_b <- data.frame(year = names(b), value_b = unname(b))
df_year <- data.frame(year = year)

# 左关联补全所有年份
df_full <- merge(df_year, df_a, by = "year", all.x = TRUE)
df_full <- merge(df_full, df_b, by = "year", all.x = TRUE)

tidyverse left_join实现 #

library(dplyr)
df_full <- tibble(year = year) %>% 
  left_join(df_a, by = "year") %>% 
  left_join(df_b, by = "year")

最终得到的df_full会包含所有年份，a、b缺失的年份自动填充为NA。

内容的提问来源于stack exchange，提问作者Neo