如何通过ID匹配用另一data.table填充带NA值的data.table缺失字段

最优实现方案（data.table原生update join） #

这是最符合你需求的原生操作，支持动态传入需要填充的列名，性能远高于合并再拆分的方案，且不会修改不需要变动的列：

1. 先定义需要填充的列名向量（可根据场景动态生成）

library(data.table)
# 示例为需要填充的y、z列，可按需修改或动态生成该向量
fill_cols <- c("y", "z")

2. 执行update join填充缺失值
   如果需要保留原dt1的非NA值，仅填充NA，使用带fcoalesce的版本：

# 不想修改原dt1的话，先复制一份再操作：dt1_new <- copy(dt1)
dt1[dt2, on = .(id), (fill_cols) := Map(fcoalesce, mget(fill_cols), mget(paste0("i.", fill_cols)))]

如果你需要直接用dt2的所有值覆盖dt1中匹配id的对应列（不管dt1是否为NA），可以简化为：

dt1[dt2, on = .(id), (fill_cols) := mget(paste0("i.", fill_cols))]

方案说明 #

• 该操作是data.table特有的原地更新操作，处理大表时内存开销极低，速度远快于merge+rbind的方案
• 所有逻辑仅依赖fill_cols字符向量，列名变动时只需修改该向量即可，适配函数内动态调用的场景
• 自动匹配两个表的id，不需要手动过滤重叠id
  运行后的dt1和你给出的goal结果完全一致。

内容的提问来源于stack exchange，提问作者Jakob