R语言使用dplyr实现Excel Index-Match功能填充hourx空值

我们可以通过dplyr的左连接（left_join）实现多条件匹配，核心是将两个数据集共有的非hourx字段作为匹配键，从源数据mydata中取出对应hourx值填充到目标表中。

方案1：适用于目标表hourx全为NA的场景（最简实现） #

直接删除目标表中原有的全空hourx列，再通过左连接匹配源数据的hourx：

# 加载dplyr包
library(dplyr)

# 核心匹配填充逻辑
mydata.result <- mydata.result %>%
  # 移除原表全为NA的hourx列
  select(-hourx) %>%
  # 以所有共有字段为匹配键，左连接取源数据的hourx
  left_join(
    mydata %>% select(datex, seller, product, detail, status, channel, transaction, hourx),
    by = c("datex", "seller", "product", "detail", "status", "channel", "transaction")
  )

方案2：适用于目标表hourx部分有值的场景 #

用coalesce函数保留原有非空值，仅填充NA值，不会覆盖已存在的有效数据：

library(dplyr)

mydata.result <- mydata.result %>%
  left_join(
    # 重命名源数据的hourx避免和目标表列名冲突
    mydata %>% select(datex, seller, product, detail, status, channel, transaction, hourx) %>% rename(hourx_match = hourx),
    by = c("datex", "seller", "product", "detail", "status", "channel", "transaction")
  ) %>%
  # 原有值非空则保留，为空则用匹配到的值填充
  mutate(hourx = coalesce(hourx, hourx_match)) %>%
  # 删除辅助匹配列
  select(-hourx_match)

注意事项 #

• 匹配键by参数的字段顺序可以任意，只要保证两个表的匹配字段名完全一致即可
• 如果源数据中存在同一个匹配键对应多个不同hourx的情况，可在源数据侧添加distinct()去重，避免左连接后产生多余行

内容的提问来源于stack exchange，提问作者Faryan