在R语言中补全缺失的Posttest参与者数据：用均值填充分数

先把你提供的示例数据转换成可直接运行的R代码，同时清理掉Student_ID里的星号标记：

# 构造示例数据
df <- data.frame(
  Test = c(rep("Pretest", 6), rep("Posttest", 4)),
  Student_ID = c("001", "002*", "003", "004", "005*", "006", "001", "003", "004", "006"),
  Scores = c(70, 65, 75, 60, 60, 67, 80, 76, 55, 79),
  stringsAsFactors = FALSE
)

# 清理Student_ID中的星号
df$Student_ID <- gsub("\\*", "", df$Student_ID)

下面提供两种实现方式，推荐用tidyverse工具包，代码更简洁直观：

方法一：使用tidyverse工具包 #

library(tidyverse)

# 获取所有学生的唯一ID，确保不遗漏任何学生
all_students <- df %>% pull(Student_ID) %>% unique()

# 计算Posttest的平均分（仅用已参加测试的学生分数）
posttest_avg <- df %>% 
  filter(Test == "Posttest") %>% 
  summarize(avg_score = mean(Scores)) %>% 
  pull(avg_score)

# 补全Posttest数据，为缺失学生填充平均分
complete_posttest <- df %>% 
  filter(Test == "Posttest") %>% 
  complete(Student_ID = all_students) %>%  # 补全所有学生ID
  mutate(
    Test = "Posttest",  # 统一Test列值
    Scores = replace_na(Scores, posttest_avg)  # 替换缺失分数为平均分
  )

# 查看最终结果
print(complete_posttest)

运行后，002和005的Posttest分数会被填充为72.5（也就是现有Posttest分数的平均值：(80+76+55+79)/4=72.5）。

方法二：基础R实现（无需额外包） #

如果不想加载工具包，可以用基础R代码完成：

# 获取所有学生ID
all_students <- unique(df$Student_ID)

# 计算Posttest平均分
posttest_scores <- df$Scores[df$Test == "Posttest"]
posttest_avg <- mean(posttest_scores)

# 筛选现有Posttest数据
existing_posttest <- df[df$Test == "Posttest", c("Student_ID", "Scores")]

# 找出未参加Posttest的学生
missing_students <- setdiff(all_students, existing_posttest$Student_ID)

# 为缺失学生创建数据行
missing_rows <- data.frame(
  Test = rep("Posttest", length(missing_students)),
  Student_ID = missing_students,
  Scores = rep(posttest_avg, length(missing_students)),
  stringsAsFactors = FALSE
)

# 合并数据并排序
complete_posttest <- rbind(existing_posttest, missing_rows)
complete_posttest <- complete_posttest[order(complete_posttest$Student_ID), ]

# 查看结果
print(complete_posttest)

两种方法最终得到的结果一致，你可以根据自己的习惯选择使用。

内容的提问来源于stack exchange，提问作者Faisal Mustafa