使用dplyr按组抽样填充NA值（排除group=C组）

问题原因 #

你之前的代码失效，核心是两个问题：

1. mutate的向量化计算特性：不管if/case_when的条件是否满足，分支里的表达式都会被完整计算。比如C组中，sample(X1[!is.na(X1)], ...)会被执行，但C组没有非NA值，直接触发抽样错误。
2. 抽样向量长度不匹配：你生成了和组内总行数等长的抽样向量，但实际只需要给组内的NA行赋值，导致向量长度不匹配，case_when无法正确映射。

正确实现方式 #

以下是两种可靠的写法，均基于分组操作，只对group != "C"的组内NA值进行抽样替换：

方法1：用replace精准替换NA位置

library(dplyr)

# 原始数据框
df <- 
  data.frame(
    id = 1:10,
    group = c(rep("A",5),rep("B",4),"C"),
    X1 = c(NA, 2, 1, NA,4, 3, NA, 8, 9, NA)) %>%
  group_by(group) %>%
  mutate(
    X3 = X1,
    # 仅处理非C组的NA值
    X3 = if (first(group) != "C") {
      replace(X3, is.na(X3), sample(X3[!is.na(X3)], sum(is.na(X3)), replace = TRUE))
    } else {
      X3
    }
  )

# 查看结果
df

方法2：用ifelse匹配替换长度

df %>%
  group_by(group) %>%
  mutate(
    X3 = ifelse(
      is.na(X1) & group != "C",
      # 仅抽取当前组需要替换的NA数量
      sample(X1[!is.na(X1)], sum(is.na(X1) & group != "C"), replace = TRUE),
      X1
    )
  )

代码说明 #

• 两种方法都先按group分组，确保抽样仅基于当前组的非NA值。
• 仅对group != "C"的组执行替换逻辑，避免C组触发空值抽样错误。
• 抽样长度严格匹配当前组需要替换的NA数量，解决向量长度不匹配问题。

内容的提问来源于stack exchange，提问作者Johannes