R语言中如何将dataframe的NA值替换为前一列对应变量生成的值

问题原因 #

你之前的写法出错的核心原因是：tidyr::replace_na() 接收的替换值需要是与列长度匹配的向量，而你在list()参数内直接传入列名时，无法逐行读取对应行的上级分类列值，只能读取到列名本身的符号，因此会生成错误的拼接结果。

最优解决方案 #

直接用dplyr::mutate()的向量化运算逻辑，先替换Genus列的NA值，再基于更新后的Genus列替换Species列的NA值即可，代码非常简洁：

library(tidyverse)

# 构造示例数据
df <- tibble(
  Family = c("Gemmatimonadaceae", "Bacillaceae", "Blastocatellaceae"),
  Genus = c("Roseisolibacter", "Bacillus", NA),
  Species = c("Roseisolibacter_agri", NA, NA)
)

# 核心替换代码
df_result <- df %>%
  mutate(
    # 优先保留原有Genus值，为空则用同Family拼接
    Genus = coalesce(Genus, paste("Unclassified", Family)),
    # 优先保留原有Species值，为空则用更新后的同Genus拼接
    Species = coalesce(Species, paste("Unclassified", Genus))
  )

这里用coalesce()函数会返回每行第一个非NA的值，比ifelse(is.na())的写法更简洁高效。

运行后得到的结果完全符合预期：

内容的提问来源于stack exchange，提问作者Rob