R语言基于多列匹配规则用第二个dataframe的值替换目标dataframe的NA

前置注意 #

你之前代码运行未达预期，大概率是因为示例中用cbind构造的是字符矩阵而非data.frame，先完成数据类型转换：

# 转换为data.frame并调整列类型
df1 <- as.data.frame(df1, stringsAsFactors = FALSE)
df1$C <- as.integer(df1$C)
df2 <- as.data.frame(df2, stringsAsFactors = FALSE)
df2$C <- as.integer(df2$C)

方案1：Base R 实现 #

利用你确认的「A+B拼接值唯一匹配」的前提，直接匹配赋值：

# 生成匹配索引
match_pos <- match(paste(df2$A, df2$B), paste(df1$A, df1$B))
# 仅填充df2中C列为NA的位置
df2$C[is.na(df2$C)] <- df1$C[match_pos[is.na(df2$C)]]

方案2：dplyr 实现（更简洁，支持多列批量填充） #

使用dplyr内置的rows_patch函数，专门用于通过主键匹配，用参考表的值填充目标表的缺失值，不会覆盖原有非缺失值：

library(dplyr)
# by参数指定匹配主键，select里添加需要填充的所有列即可
df2 <- df2 %>%
  rows_patch(select(df1, A, B, C), by = c("A", "B"))

如果后续需要填充除C外的其他共有列，只需要在select中加入对应列名即可，无需修改其他逻辑。

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