在R语言长数据中按ID匹配，将列中NA替换为首次出现的值

以下是几种高效的实现方式，根据你的数据规模和使用习惯选择即可：

方法1：dplyr（tidyverse生态，语法直观） #

适合大多数常规场景，代码可读性强，属于tidyverse体系的标准数据操作方式：

library(dplyr)

# 方式1：用fill函数直接向下填充（最简洁）
data1_filled <- data1 %>%
  group_by(id) %>%
  fill(var1, var2, .direction = "down") %>%
  ungroup()

# 方式2：手动提取每组首个非NA值替换NA（逻辑更清晰）
data1_filled <- data1 %>%
  group_by(id) %>%
  mutate(across(c(var1, var2), ~replace(., is.na(.), first(na.omit(.))))) %>%
  ungroup()

方法2：data.table（高性能，适合大数据集） #

如果你的数据量极大（百万级以上），data.table的处理速度会远快于dplyr：

library(data.table)

# 转换为data.table格式
setDT(data1)

# 按id分组填充缺失值
data1_filled <- data1[, c("var1", "var2") := lapply(.SD, function(x) {
  first_val <- first(na.omit(x))
  replace(x, is.na(x), first_val)
}), by = id, .SDcols = c("var1", "var2")]

方法3：基础R实现（无需额外安装包） #

不想加载第三方包时，用基础R的ave()函数也能完成：

data1_filled <- data1
# 处理var1
data1_filled$var1 <- ave(data1$var1, data1$id, FUN = function(x) {
  first_val <- x[!is.na(x)][1]
  replace(x, is.na(x), first_val)
})
# 处理var2
data1_filled$var2 <- ave(data1$var2, data1$id, FUN = function(x) {
  first_val <- x[!is.na(x)][1]
  replace(x, is.na(x), first_val)
})

验证填充结果 #

执行以下代码查看处理后的数据：

print(data1_filled)

内容的提问来源于stack exchange，提问作者rais