如何在data.table中按分组用组内首个非重复有效值填充NA值

这里有一个简洁的data.table解决方案，完全匹配你的需求：

library(data.table)

# 你的原始数据
k <- data.table(name = rep(letters[1:4], each = 5), 
                year = rep(2015:2019, times = 4), 
                values = c(19, 19, 18, NA, 19, 44, NA, NA, NA, NA, 33, 32, NA, NA, NA, NA, NA, NA, NA, NA))

# 核心填充逻辑
k[, values := ifelse(is.na(values), unique(na.omit(values))[1], values), by = name]

# 查看处理后的结果
print(k)

代码解释： #

• by = name：指定按name列进行分组，确保每个分组独立处理
• unique(na.omit(values))[1]：
  1. na.omit(values)：先剔除当前分组中的所有NA值
  2. unique(...)：提取分组内非NA值的唯一值集合
  3. [1]：取这个唯一值集合的第一个元素，作为填充NA的基准值；如果分组内全是NA，这个表达式会返回NA，刚好保持原数据不变
• ifelse(is.na(values), ..., values)：判断当前values是否为NA，是则用基准值替换，否则保留原数值

运行后得到的结果完全符合你期望的输出：

name year values
 1:    a 2015     19
 2:    a 2016     19
 3:    a 2017     18
 4:    a 2018     19
 5:    a 2019     19
 6:    b 2015     44
 7:    b 2016     44
 8:    b 2017     44
 9:    b 2018     44
10:    b 2019     44
11:    c 2015     33
12:    c 2016     32
13:    c 2017     33
14:    c 2018     33
15:    c 2019     33
16:    d 2015     NA
17:    d 2016     NA
18:    d 2017     NA
19:    d 2018     NA
20:    d 2019     NA

内容的提问来源于stack exchange，提问作者Shawn Brar