在R中基于Subject ID实现football_total列的累计填充需求

嗨，这个需求我熟！咱们可以用R里的dplyr包（语法更清晰）或者base R来轻松搞定，核心思路就是按受试者分组，先处理基线行的计算逻辑，再匹配对应基线值完成随访行的累计填充。下面一步步来实现：

第一步：构造示例数据 #

先把你描述的示例数据还原出来，方便后续测试：

library(dplyr)

df <- tibble(
  subjectid = c(1, 1, 2, 2, 3),
  event = c("baseline", "followup", "baseline", "followup", "baseline"),
  football_year_baseline = c(3, NA, 0, NA, 2),
  football_total = c(6, NA, 0, NA, 4)
)

第二步：分组计算填充 #

用dplyr的分组和mutate函数来实现需求逻辑：

df_processed <- df %>%
  # 按subjectid分组，确保每个受试者的基线和随访行在一起处理
  group_by(subjectid) %>%
  # 处理基线行：如果基线行的football_total为空，用football_year_baseline * 2填充
  mutate(football_total = ifelse(event == "baseline" & is.na(football_total), 
                                 football_year_baseline * 2, 
                                 football_total)) %>%
  # 处理随访行：取同一组的基线football_total值加2，填充到随访行
  mutate(football_total = ifelse(event == "followup" & is.na(football_total),
                                 first(football_total[event == "baseline"]) + 2,
                                 football_total)) %>%
  # 取消分组，回到普通数据框格式
  ungroup()

结果展示 #

运行上面的代码后，处理好的数据框df_processed会是这样的：

完全符合你的要求：受试者1的随访行是6+2=8，受试者2的随访行是0+2=2，没有随访行的受试者3则保持原有数据不变。

备选：base R实现方案 #

如果你不想用dplyr包，也可以用base R的ave函数来实现相同逻辑：

# 先处理基线行
df$football_total <- ifelse(df$event == "baseline" & is.na(df$football_total),
                            df$football_year_baseline * 2,
                            df$football_total)

# 再处理随访行
df$football_total <- ifelse(df$event == "followup" & is.na(df$football_total),
                            ave(df$football_total, df$subjectid, 
                                FUN = function(x) x[df$event == "baseline" & df$subjectid == unique(df$subjectid)] + 2),
                            df$football_total)

备注：内容来源于stack exchange，提问作者user123