我确信有一种非常简单的方法可以完成这项任务，但我似乎无法弄清楚。我有两个数据框，它们具有完全相同的数据，但来自两个不同的位置。
df1 <- data.frame(a=c(1,2,3,NA),b=c(1,5,4,6))
df2 <- data.frame(a=c(3,4,5,6),b=c(7,8,9,NA))
我想要的输出是两个具有新版本的 df1 和 df2，它们完全相同，但底行仅包含 NA 值。 IE。如果一个数据帧中有一个 NA 值，我需要在另一个数据帧的相应单元格上复制它...
df1[4,2] <- NA
df2[4,1] <- NA
我从相反的角度（例如Filling missing values in a data.frame from another data.frame）看到了非常相似的问题，但我不知道如何将其应用于我自己的数据。先感谢您。
【问题讨论】：
我们可以根据NA在两个数据集中的任何一个中的出现创建一个索引并相乘
i1 <- NA^(is.na(df1)| is.na(df2))
df1 <- df1 * i1
df2 <- df2 * i1
【讨论】：
NA^FALSE == 1 和NA^TRUE == NA。你知道为什么会这样吗？
NA^1 是 NA 而NA^0 是 1
^1 和 ^0 是有道理的，我被 TRUE 和 FALSE 分散了注意力。感谢您的澄清。
这里有一些可能性。 (1) 似乎是最干净、最清晰的意图。 (3) 有效，但在排除副作用方面似乎过于复杂。
1) 替换试试replace。
df1new <- replace(df1, is.na(df2), NA)
df2new <- replace(df2, is.na(df1), NA)
如果将df1new 和df2new 替换为df1 和df2，这将继续有效，尽管它会增加复杂性。在这种情况下，最好在之后分配df1 和df2（即df1 <- df1new; df2 <-df2new）以避免复杂性。
2) 索引 也可以这样写：
df1new <- df1
df1new[is.na(df2)] <- NA
df2new <- df2
df2new[is.na(df1)] <- NA
3) 破坏性索引 不确定这是一个好主意，但它可以在这里工作：
df1[is.na(df2)] <- df2[is.na(df1)] <- NA
【讨论】：