如何使用tidyr::fill将NA填充为倒数第二个非NA值？

核心思路 #

由于tidyr::fill只能按最近的非NA值填充，无法直接指定“倒数第二个非NA值”，我们可以通过分组标记+组内提取目标值的方式实现需求：

1. 先完成amount/amount_thismkt/nation列的常规向下填充；
2. 以amount列的非NA行为分组依据，生成组ID；
3. 在每个组内提取倒数第二个非NA的purpose值（若组内仅1个非NA值则直接取用），用该值填充组内的NA条目。

完整代码 #

library(tidyverse)

df <- tibble(amount = c(2000, NA, NA, NA, 2500, NA, NA, NA),
             amount_thismkt = c(1000, NA, NA, NA, 2500, NA, NA, NA),
             nation = c("United States", NA, NA, NA, "China", NA, NA, NA),
             purpose = c("Refinancing", "GCP", NA, NA, "GCP", "Refinancing", NA, NA),
             bank = c("A", "B", "C", "D", "A", "E", "F", "B"))

df_final <- df %>%
  # 先处理其他列的常规填充
  fill(amount, amount_thismkt, nation) %>%
  # 按amount的非NA行生成分组ID
  mutate(group_id = cumsum(!is.na(amount))) %>%
  group_by(group_id) %>%
  mutate(
    # 提取组内所有非NA的purpose值
    purpose_non_na = na.omit(purpose),
    # 确定填充值：非NA值>=2则取倒数第二个，否则取唯一值
    fill_value = if (length(purpose_non_na) >= 2) {
      purpose_non_na[length(purpose_non_na) - 1]
    } else {
      purpose_non_na[1]
    },
    # 替换NA值
    purpose = ifelse(is.na(purpose), fill_value, purpose)
  ) %>%
  ungroup() %>%
  # 移除临时辅助列
  select(-group_id, -purpose_non_na, -fill_value)

# 查看结果
df_final

输出结果 #

# A tibble: 8 × 5
  amount amount_thismkt nation        purpose     bank 
   <dbl>          <dbl> <chr>         <chr>       <chr>
1   2000           1000 United States Refinancing A    
2   2000           1000 United States GCP         B    
3   2000           1000 United States Refinancing C    
4   2000           1000 United States Refinancing D    
5   2500           2500 China         GCP         A    
6   2500           2500 China         Refinancing E    
7   2500           2500 China         GCP         F    
8   2500           2500 China         GCP         B    

说明 #

• 分组逻辑：通过cumsum(!is.na(amount))生成连续的组ID，确保每个“标题行（amount非NA）”到下一个标题行之前的记录属于同一组；
• 填充逻辑：针对每个组，先筛选出所有非NA的purpose值，当存在至少2个非NA值时取倒数第二个，否则直接取用唯一的非NA值，再用该值替换组内的NA条目；
• 保留原非NA值：仅替换purpose列的NA，原有的非NA条目（如行2的GCP、行6的Refinancing）会被保留。

内容的提问来源于stack exchange，提问作者lyd-m