R语言dplyr匹配列合并tibble并替换NA值的实现问题

注意事项 #

你给出的示例代码中x的location列使用了带引号的'NA'，这在R中会被识别为字符串而非缺失值，会导致替换逻辑失效，首先修正为R原生缺失值NA：

library(tidyverse)
x <- tibble(name = c("hans", "dieter", "bohlen", "alf"), 
        location = c(NA, NA, 1, 2), 
        val1 = 1:4)
y <- tibble(name = c("hans", "dieter"), 
        location = c(2,2), 
        val1 = 1:2)

实现方法 #

方法1：使用rows_patch（推荐，dplyr 1.0.0及以上版本支持） #

rows_patch是dplyr专门设计用于用第二个数据集补全第一个数据集缺失值的函数，刚好匹配你的需求，代码最简洁：

out <- rows_patch(x, y, by = "name")

运行后得到的结果和你期望的完全一致：

> out
# A tibble: 4 × 3
  name   location  val1
  <chr>     <dbl> <int>
1 hans          2     1
2 dieter        2     2
3 bohlen        1     3
4 alf           2     4

方法2：left_join + coalesce 兼容旧版本dplyr #

如果你的dplyr版本较低不支持rows_patch，可以用左连接后合并列的方式实现：

# 单字段替换写法
out <- x %>%
  left_join(y, by = "name", suffix = c("", "_y")) %>%
  mutate(location = coalesce(location, location_y)) %>%
  select(-ends_with("_y"))

# 多字段批量替换通用写法
replace_cols <- setdiff(colnames(y), "name")
out <- x %>%
  left_join(y, by = "name", suffix = c("", "_y")) %>%
  mutate(across(all_of(replace_cols), ~coalesce(.x, get(paste0(cur_column(), "_y"))))) %>%
  select(-ends_with("_y"))

代码格式化与变量打印说明 #

1. 变量打印：在R控制台直接输入变量名回车即可打印格式化的tibble结构，如果需要打印全部行可以用print(out, n = Inf)，如果要转换为普通数据框格式打印可以用as.data.frame(out)。
2. 代码格式化：在文档/社区提问场景中，用三个反引号包裹代码块，开头标注代码语言（比如```r）即可实现语法高亮，代码块内的内容可以直接复制到R中运行。

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