如何基于条件填充DataFrame最小time行的NA测试分数并去重ID

用dplyr就能搞定，直接看完整代码和解释：

library(dplyr)

df %>%
  group_by(IDs) %>%
  arrange(time, .by_group = TRUE) %>%  # 每个ID组里按时间从小到大排好序
  mutate(filled_score = first(na.omit(`test score`))) %>%  # 捞取组里第一个不是NA的分数（最小时间行是NA的话，就取次小行的）
  filter(time == min(time)) %>%  # 留下每个ID时间最小的那一行
  mutate(`test score` = ifelse(is.na(`test score`), filled_score, `test score`)) %>%  # 把NA替换成刚才捞的分数
  select(-filled_score) %>%  # 删掉临时用的列
  ungroup()

代码逻辑说明 #

• arrange(...)：先给每个ID的行按时间排序，最小时间的行在前，次小的紧跟，保证后续找分数的顺序正确。
• mutate(filled_score...)：na.omit剔除组内所有NA的分数，first取剩下的第一个值——如果最小时间行的分数是NA，这个值就是次小时间行的分数；如果最小时间行本身有分数，就取它自己，不会出错。
• filter(...)：和你之前写的逻辑一致，保留每个ID对应时间最小的行。
• 最后的mutate完成NA填充，再删掉临时列、取消分组，得到干净的结果。

示例验证 #

假设你的测试数据是这样：

df <- tibble(
  IDs = c("A", "A", "B", "B"),
  time = c(1, 2, 1, 2),
  `test score` = c(NA, 5, 8, NA)
)

运行代码后输出结果：

# A tibble: 2 × 3
  IDs   time `test score`
  <chr> <dbl>        <dbl>
1 A         1            5
2 B         1            8

完全符合需求：ID A最小时间行的NA被填充为次小行的5，ID B最小时间行的分数保留原值8。

内容的提问来源于stack exchange，提问作者Brandon