如何用dplyr::replace_na为缺失PMID替换唯一proquint值？

你的问题在于replace_na(PMID, ids::proquint(n = 1))只会生成单个proquint值，所有缺失的PMID都会被替换成同一个字符串。要让每个NA对应唯一的标识符，我们需要生成与缺失值数量匹配的独立proquint值，再精准替换到对应的位置。

这里有两种简洁的实现方式：

方法1：使用replace()函数 #

replace()可以直接定位NA的位置，并用对应数量的唯一值替换，同时注意统一数据类型（原PMID是整数，proquint是字符串，需要转成字符类型避免类型冲突）：

library(dplyr)
library(ids)

# 你的原始数据
refs <- structure(list(Author = c("Aubrey", "Azrin", "Azrin", "Azrin", "Azrin", "Szapocznik"), Year = c(1998L, 1994L, 1996L, 1994L, 2001L, 2003L), PMID = c(NA, NA, 8561763L, 7993330L, NA, 23731415L )), row.names = c(NA, -6L), class = c("tbl_df", "tbl", "data.frame"))

# 处理缺失值
refs_with_uniqueID <- refs %>%
  mutate(
    # 先把PMID转为字符类型，和proquint的输出类型统一
    PMID = as.character(PMID),
    # 替换所有NA为对应数量的唯一proquint
    PMID = replace(PMID, is.na(PMID), proquint(n = sum(is.na(PMID))))
  )

# 查看结果
print(refs_with_uniqueID)

方法2：使用if_else()逐元素判断 #

dplyr::if_else()可以更直观地处理条件替换，同样需要保证类型一致：

refs_with_uniqueID <- refs %>%
  mutate(
    PMID = if_else(
      is.na(PMID),
      # 生成与数据行数相同的proquint，自动匹配NA位置
      proquint(n = n()),
      as.character(PMID)
    )
  )

为什么原代码不行？ #

proquint(n = 1)只生成1个唯一字符串，replace_na会把这个单一值重复填充到所有NA的位置，导致所有缺失的PMID都完全相同。而上面的方法会生成等于缺失值数量的独立proquint值，每个NA都能得到专属的唯一标识符。

内容的提问来源于stack exchange，提问作者user25494