R语言如何仅在新向量元素非NA时条件更新数据框对应列值

需求背景 #

日常更新R语言数据框变量时，通常使用常规赋值操作：
df[var] <- new_vector
如果new_vector同时存在多个NA值与非NA值，需求为：仅修改df[var]中对应new_vector为非NA位置的数值，new_vector为NA的对应行保留df[var]的原有数值。

示例场景 #

new_vector <- c(0, NA, NA, 0, 1)
df <- data.frame(1:5,11:15)
colnames(df) <- c("A", "B")
df
#  A  B
#1 1 11
#2 2 12
#3 3 13
#4 4 14
#5 5 15

# 直接赋值的实际结果
df["B"] <- new_vector
df
#  A  B
#1 1  0
#2 2 NA
#3 3 NA
#4 4  0
#5 5  1

# 预期结果
#  A  B
#1 1  0
#2 2 12
#3 3 13
#4 4  0
#5 5  1

实现方案 #

基础R方案 #

仅对new_vector非NA的对应位置赋值即可：

non_na_idx <- !is.na(new_vector)
df$B[non_na_idx] <- new_vector[non_na_idx]

dplyr方案 #

使用coalesce()函数优先取新向量的非NA值，保留原列的其余值：

library(dplyr)
df <- df %>%
  mutate(B = coalesce(new_vector, B))

内容的提问来源于stack exchange，提问作者gota