如何按USUBJID分组填充FLAG列，遇FLAG="Y"时停止LOCF向下填充？

按患者ID（USUBJID）分组，用FLAG的有效值填充缺失值，直到FLAG变为非缺失值；当FLAG="Y"时，停止对FLAG列的填充。尝试过fill( ,.direction=down)函数，但该函数会将前值结转至所有观测行，无法满足需求。

示例数据 #

原始数据框 df_have #

USUBJID <- c(1,1,1,1,1,1, 2,2,2,2,2,2 ,3,3,3,3,3,3)
FLAG <- c("N", NA, NA, "Y", NA, NA,    "N", NA, NA, "Y", NA, NA,   "N", NA, "Y", NA, NA, NA)

df_have <- data.frame(USUBJID, FLAG)
df_have

目标数据框 df_want #

USUBJID <- c(1,1,1,1,1,1, 2,2,2,2,2,2 ,3,3,3,3,3,3)
FLAG <- c("N", "N", "N", "Y", NA, NA,    "N", "N", "N", "Y", NA, NA,   "N", "N", "Y", NA, NA, NA)

df_want <- data.frame(USUBJID, FLAG)
df_want

解决方案 #

可以用dplyr结合分组逻辑实现：先定位每个组中第一个FLAG="Y"的行号，然后只对该行之前的NA进行向下填充，之后的NA保留原样。

library(dplyr)
library(tidyr)

df_result <- df_have %>%
  group_by(USUBJID) %>%
  mutate(
    # 找到每个组中第一个"Y"的位置，无"Y"则设为组内行数+1
    first_y = ifelse(any(FLAG == "Y"), min(which(FLAG == "Y")), n() + 1),
    # 仅对first_y之前的行填充NA
    FLAG = ifelse(row_number() < first_y, fill(FLAG, .direction = "down"), FLAG)
  ) %>%
  select(-first_y) %>% # 移除辅助计算列
  ungroup()

# 查看结果
df_result

逻辑说明 #

1. 按USUBJID分组后，计算每个组内第一个FLAG="Y"的行号first_y；若组内无"Y"，则设为组内行数+1，确保所有行都能被填充。
2. 行号小于first_y的行，用fill()向下填充NA；行号大于等于first_y的行，保持原FLAG值（包括后续的NA）。
3. 最后移除辅助列并取消分组，得到符合要求的结果。

内容的提问来源于stack exchange，提问作者MKro