如何用dplyr/tidyr按组仅填充非NA值上方的首个NA

需求说明 #

对分组数据执行定向填充：仅将每个非NA值正上方紧邻的那个NA替换为该非NA值，其余NA保持不变，填充方向为"向上"（仅填充目标值的前一行）。tidyr::fill()无法直接实现该逻辑，因为它会填充所有上方连续的NA。

示例数据 #

df <- data.frame(g=c(1,1,1,1,1,1, 2,2,2,2,2,2,2),v=c(NA,NA,5,NA,8,NA, 1,1,NA,2,NA,NA,3))

原始数据：

g  v
1  1 NA
2  1 NA
3  1  5
4  1 NA
5  1  8
6  1 NA
7  2  1
8  2  1
9  2 NA
10 2  2
11 2 NA
12 2 NA
13 2  3

期望输出：

g  v
1  1 NA
2  1  5
3  1  5
4  1  8
5  1  8
6  1 NA
7  2  1
8  2  1
9  2  2
10 2  2
11 2 NA
12 2  3
13 2  3

解决方案（基于dplyr） #

通过分组标记目标行，结合lead()函数实现精准填充：

library(dplyr)

result_df <- df %>%
  group_by(g) %>%
  mutate(
    # 标记需要填充的行：非NA值的上一行
    fill_target = row_number() %in% (which(!is.na(v)) - 1),
    # 对标记行，用下一行的非NA值填充
    v = ifelse(fill_target, lead(v), v)
  ) %>%
  select(-fill_target) %>%  # 移除辅助标记列
  ungroup()

print(result_df)

代码解释 #

1. group_by(g)：按分组变量g拆分数据，确保每个组内独立处理
2. which(!is.na(v))：定位组内所有非NA值的行号，减1得到它们的上一行行号
3. fill_target：生成布尔标记，标记出需要填充的行
4. lead(v)：获取当前行的下一行v值，对标记行替换原NA，非标记行保留原值
5. select(-fill_target)：清理辅助列，ungroup()取消分组

运行代码后即可得到符合要求的输出。

内容的提问来源于stack exchange，提问作者Peter