在R语言中基于两列条件填充数据框列值的问题求助

先给你捋清楚之前两种方法的问题，再给你靠谱的实现：

关于你用的ave函数 #

你原来的代码错在取value的时候拿了组内第一个值，不是最新日期对应的那个值。修正后应该是这样：

如果只是把组内最新日期那一行的Label换成对应Value： #

df$label <- ave(seq_len(nrow(df)), df$group, FUN = function(i) {
  # 找到组里日期最新的行位置
  latest_row <- which.max(df$date[i])
  # 把这行的Label换成对应的Value，其他行保持原样
  replace(df$label[i], latest_row, df$value[i][latest_row])
})

如果要把组内所有行的Label都设为最新日期对应的Value： #

df$label <- ave(df$value, df$group, FUN = function(vals) {
  # 先找到组里最新日期对应的Value
  latest_val <- vals[which.max(df$date[seq_along(vals)])]
  # 组里每一行都填这个值
  rep(latest_val, length(vals))
})

关于你用的dplyr方法 #

你遇到的n()错误，大概率是你原始数据的label列里有调用n()的代码，或者是dplyr版本的小问题。换个更直观的写法就好：

仅替换组内最新日期行的Label： #

library(dplyr)

df <- df |>
  group_by(group) |>
  mutate(label = if_else(date == max(date), value, label)) |>
  ungroup()

这里直接用date == max(date)判断，比用行号靠谱，避免排序出问题。

组内所有行的Label都设为最新日期的Value： #

如果你的dplyr版本在1.1.0以上，可以用.by参数简化：

df <- df |>
  mutate(label = value[which.max(date)], .by = group)

版本旧的话就用group_by：

df <- df |>
  group_by(group) |>
  mutate(label = value[which.max(date)]) |>
  ungroup()

拿模拟数据测试下 #

比如你有这样的测试数据：

df <- data.frame(
  group = c("A", "A", "B", "B"),
  date = as.Date(c("2023-01-01", "2023-01-03", "2023-02-01", "2023-02-05")),
  value = c(10, 20, 30, 40),
  label = c(NA, NA, NA, NA)
)

用第二种场景的代码跑了之后，结果会是：

group       date value label
1     A 2023-01-01    10    20
2     A 2023-01-03    20    20
3     B 2023-02-01    30    40
4     B 2023-02-05    40    40

内容的提问来源于stack exchange，提问作者B.Shermeister