如何用R将小数据框的age列信息补全到大数据框对应列？

嗨，我来帮你搞定这个问题～先说说你那循环为啥没效果，再给你几个高效的解决方案！

你写的循环里for(i in nrow(large_df))这里犯了个小错误！nrow(large_df)返回的是一个单一数值（120），所以这个循环只执行了i=120这一次，而这一行的age本来就不是NA（large_df后60行age是有值的），自然看起来完全没效果。要遍历所有行，得写成for(i in 1:nrow(large_df))才行，但就算改对了，循环处理数据框效率也很低，更推荐用R的向量化操作或者dplyr工具来做。

方法一：用dplyr的left_join + coalesce（最推荐） #

这个方法简洁又高效，思路是先把两个数据框按id关联，再用coalesce函数自动取非NA的age值：

library(dplyr)
set.seed(1)
large_df <- data_frame(id = rep(paste0('id',1:40), each = 3), age = c(rep(NA,60),rep (sample(20), each = 3)), col3 = rep(letters[1:20],6), col4 = rep(1:60,2))
small_df <- data_frame(id = paste0('id',1:20), age = sample(20))

# 执行补全操作
large_df_filled <- large_df %>%
  left_join(small_df, by = "id", suffix = c("_large", "_small")) %>%
  mutate(age = coalesce(age_large, age_small)) %>% # 优先取large_df的age，NA就用small_df的
  select(-age_large, -age_small) # 删掉中间生成的临时列

# 查看前10行结果
head(large_df_filled, 10)

运行后就能得到你想要的结果：前60行的NA会被small_df中对应id的age填充，后60行保留原来的age值。

方法二：用match做向量匹配（更直接） #

如果不想用join，也可以直接用match函数找到每个id的对应位置，批量替换NA：

# 找到large_df每个id在small_df中的索引位置
id_match <- match(large_df$id, small_df$id)
# 只替换large_df中age为NA的部分
large_df$age[is.na(large_df$age)] <- small_df$age[id_match[is.na(large_df$age)]]

# 查看结果
head(large_df, 10)

这个方法利用R的向量特性，比循环快得多，代码也很简洁。

内容的提问来源于stack exchange，提问作者tjebo