如何在R中用同FMID且ZY=1组的非NA值填充PC1列NA？

首先需要注意：你使用cbind()生成数据框时，所有列会被强制转换为字符类型，所以第一步必须先将数值列转回对应类型，否则无法正确处理NA和数值运算：

# 修正数据类型
df$FMID <- as.integer(df$FMID)
df$IID <- as.character(df$IID)
df$PC1 <- as.numeric(df$PC1)
df$ZY <- as.integer(df$ZY)

方法一：使用dplyr（tidyverse） #

这是最直观且易读的方案，适合处理大型数据集：

library(dplyr)

df_filled <- df %>%
  # 按FMID和ZY分组，确保仅处理同家庭、同ZY值的组
  group_by(FMID, ZY) %>%
  # 仅对ZY==1的组填充NA，用组内第一个非NA的PC1值
  mutate(PC1 = case_when(
    ZY == 1 ~ replace_na(PC1, first(na.omit(PC1))),
    TRUE ~ PC1
  )) %>%
  ungroup()

逻辑说明 #

• group_by(FMID, ZY)：将数据按家庭ID（FMID）和ZY值分组，保证我们只在目标组内操作
• case_when()：条件判断，仅对ZY=1的组执行填充
• replace_na(PC1, first(na.omit(PC1)))：用组内第一个非NA的PC1值替换缺失值，假设每个ZY=1的组至少有一个有效PC1值（符合你的数据集情况）

方法二：Base R 原生实现 #

如果不想加载额外包，可以用原生函数处理：

df$PC1 <- with(df, ave(PC1, FMID, ZY, FUN = function(x) {
  # 分组后每个组的ZY值一致，直接判断是否为1
  if (unique(ZY) == 1) {
    # 替换NA为组内第一个非NA值
    replace(x, is.na(x), na.omit(x)[1])
  } else {
    # ZY!=1的组保持原数据不变
    x
  }
}))

验证结果 #

执行上述代码后，得到的结果与你给出的预期完全一致：

FMID  IID PC1 ZY
1  101 101A   2  1
2  101 101B   2  1
3  102 102A   3  1
4  102 102B   4  1
5  103 103A  NA  3
6  103 103B   4  3
7  104 104A   3  1
8  104 1034   3  1

内容的提问来源于stack exchange，提问作者JuanJMV