使用lag()向下填充NA仅生效一次，无法填充整列的原因咨询

我有一组仅在序列首行有值的数据，示例代码如下：

data <- data_frame(no = c(1:10), day = c("day 1", NA, NA, NA, "day2", NA, NA, "day3", NA, NA))

原始数据展示：

no day  
   <int> <chr>
 1     1 day 1
 2     2 NA   
 3     3 NA   
 4     4 NA   
 5     5 day2 
 6     6 NA   
 7     7 NA   
 8     8 day3 
 9     9 NA   
10    10 NA   

我希望将day列的有效值向下填充，直到出现新值，目标结果如下：

no day  
   <int> <chr>
 1     1 day 1
 2     2 day 1   
 3     3 day 1   
 4     4 day 1   
 5     5 day2 
 6     6 day2   
 7     7 day2   
 8     8 day3 
 9     9 day3   
10    10 day3   

我尝试用以下代码实现：

data <- data %>%  
  mutate(day = if_else(is.na(day),
                       lag(day),
                       day))

但结果仅填充了每个NA序列的第一个值：

no day  
   <int> <chr>
 1     1 day 1
 2     2 day 1
 3     3 NA   
 4     4 NA   
 5     5 day2 
 6     6 day2 
 7     7 NA   
 8     8 day3 
 9     9 day3 
10    10 NA  

我原本以为计算第三行时，第二行已经被填充了第一行的值，但实际并非如此。尝试用is.null/is_null替代is.na会报错，用day = day %||% lag(day)也无效果。我已找到zoo::na.locf()可以实现需求，但仍想了解自己的代码为何失效。

你的代码失效的核心原因是：dplyr的mutate函数基于列的原始值计算，不会逐行更新并复用修改后的值。

具体来说，lag(day)调用的始终是原始day列的上一行值，而非mutate过程中刚修改好的新值：

• 第二行的day是NA，取原始第一行的day 1填充，这步正常；
• 第三行的day是NA，此时lag(day)取的是原始第二行的NA，而非修改后的第二行的day 1，所以第三行仍为NA；
• 后续NA行同理，只能取到原始数据中上一行的NA，无法实现连续填充。

如果不想依赖zoo包，用dplyr也能实现需求：通过创建分组标识，把每个有效值到下一个有效值前的行归为一组，再用每组的第一个有效值填充整组：

data <- data %>%
  # 创建分组：每遇到非NA值就新建一组
  group_by(grp = cumsum(!is.na(day))) %>%
  # 用每组第一个非NA值填充整组的day列
  mutate(day = first(day)) %>%
  ungroup() %>%
  # 移除临时分组列
  select(-grp)

内容的提问来源于stack exchange，提问作者Radek Jaźwiec