填写NA，然后填写子集：

# fill NAs
df_modifies_fill <- data.frame(lapply(df_modifies, zoo::na.locf))
#    produit m0123 m0223 m0323 m0423
# 1 abricot1     3   2.5     3     3
# 2 abricot2     3   2.5     2     3

# then subset based on correst list value
df_modifies_fill[df_modifies_fill$produit == corresp$a_remplacer, ]
#    produit m0123 m0223 m0323 m0423
# 1 abricot1     3   2.5     3     3

# or loop through all list values
lapply(corresp, function(i) df_modifies_fill[df_modifies_fill$produit == i, ])
# $a_remplacer
#    produit m0123 m0223 m0323 m0423
# 1 abricot1     3   2.5     3     3
# 
# $remplacant
#    produit m0123 m0223 m0323 m0423
# 2 abricot2     3   2.5     2     3

我不确定这个答案的缩放版本如何工作，但你可以这样使用across：

df_modifies |> 
  summarise(across(-produit, \(x) ifelse(is.na(x[produit == corresp$remplacant]), 
                                         x[produit == corresp$a_remplacer],
                                         x[produit == corresp$remplacant])),
            produit = corresp$remplacant)

#   m0123 m0223 m0323 m0423  produit
# 1     3   2.5     2     3 abricot2

前两种方法使用tidyverse，第三种使用data.table。

1）proc_transpose/coalesce我们使用proc_transpose转置df_modifies的m...列，并使用coalesce执行NA消除。最后再次使用proc_transpose转换回原始形式。

请注意，proc_transpose概念上

• 将id=列移动到行名称
• 转置（这也会互换行和列名）
• 将矩阵转换为 Dataframe
• 将结果行名称移回新的NAME列

代码

library(dplyr)
library(procs)

df_modifies %>%
  proc_transpose(id = produit) %>%
  reframe(NAME, 
    value = coalesce(.[[corresp$remplacant]], .[[corresp$a_remplacer]])) %>%
  proc_transpose(id = "NAME") %>%
  mutate(produit = corresp$remplacant, .before = 1, NAME = NULL)

##    produit m0123 m0223 m0323 m0423
## 1 abricot2     3   2.5     2     3

**1a）pivot_**一种变体是使用pivot_longer，然后使用pivot_wider来实现转置，最后使用pivot_wider转置回来，如图所示：

library(dplyr)
library(tidyr)

df_modifies %>%
  pivot_longer(-produit) %>%
  pivot_wider(names_from = "produit") %>%
  reframe(name, value = coalesce(.[[corresp$remplacant]], .[[corresp$a_remplacer]])) %>%
  pivot_wider %>%
  mutate(produit = corresp$remplacant, .before = 1)

## # A tibble: 1 × 5
##   produit  m0123 m0223 m0323 m0423
##   <chr>    <dbl> <dbl> <dbl> <dbl>
## 1 abricot2     3   2.5     2     3

2）data.frame/fill另一种方法是将corresp转换为 Dataframe ，然后将其连接到df_modifies，以便在name上排序时将行按fill应用于m...列时的顺序排列。然后取最后一行并删除name列。

请注意，在示例中，df_modifies的行已经处于正确的顺序，因此如果我们知道我们可以避免使用corresp和相关的排序，则解决方案仅为df_modifies %>% fill(starts_with("m")) %>% slice_tail(n = 1)

library(dplyr)
library(purrr) # list_transpose
library(tidyr) # fill  
library(tibble) # enframe

df_modifies %>%
  left_join(enframe(list_transpose(corresp)[[1]]), by = c(produit = "value")) %>%
  arrange(name) %>%
  select(-name) %>%
  fill(starts_with("m")) %>%
  slice_tail(n = 1)

##    produit m0123 m0223 m0323 m0423
## 1 abricot2     3   2.5     2     3

3）转置/fcoalesce这与（1）类似，只是它使用了带有transpose而不是pivot_*的data.table

library(data.table)

dt <- as.data.table(df_modifies)

dt[, transpose(.SD, make.names = "produit", keep.names = "name")][,
  c("value") := fcoalesce(get(corresp$remplacant), get(corresp$a_remplacer))][,
  transpose(.SD[, c("name", "value")], make.names="name", keep.names="produit")][,
  produit := corresp$remplacant][]

##     produit m0123 m0223 m0323 m0423
## 1: abricot2     3   2.5     2     3

更新

已经更新了很多次，以简化和添加替代品。