使用tidyverse替换tibble中NA值为子节点value之和并保留原值

现有如下tibble数据框，需将其中的NA值替换为对应子节点的value之和（例：c的value为d+e的和，a的value为b+c的和），同时保留非NA的原始值：

library(tibble)
mydata <- tibble(id = c("a", "b", "c", "d", "e"), 
                 value = c(NA, 1, NA, 2, 3),
                 parent = c(NA, "a", "a", "c", "c"), 
                 level = c(1,2,2,3,3))

原始数据展示：

# A tibble: 5 x 4
  id    value parent level
  <chr> <dbl> <chr>  <dbl>
1 a        NA NA         1
2 b         1 a          2
3 c        NA a          2
4 d         2 c          3
5 e         3 c          3

期望输出：

id    value parent level
  <chr> <dbl> <chr>  <dbl>
1 a         6 NA         1
2 b         1 a          2
3 c         5 a          2
4 d         2 c          3
5 e         3 c          3

已尝试部分方法但流程繁琐，希望用tidyverse实现简洁方案，原问题涉及5个层级，是否需要循环？

可以利用从底层到顶层的计算逻辑，结合dplyr的分组汇总与连接操作，无需显式写多层逻辑，代码适配任意层级：

library(tidyverse)

result <- mydata

# 按层级从高到低处理（先算最底层，再逐层往上更新父节点）
for (current_level in sort(unique(result$level), decreasing = TRUE)) {
  # 计算当前层级节点对应的父节点的子节点总和
  child_totals <- result %>%
    filter(level == current_level) %>%
    group_by(parent) %>%
    summarize(child_sum = sum(value, na.rm = TRUE), .groups = "drop")
  
  # 将总和匹配到父节点，替换NA值
  result <- result %>%
    left_join(child_totals, by = c("id" = "parent")) %>%
    mutate(value = coalesce(value, child_sum)) %>%
    select(-child_sum)
}

print(result)

核心逻辑说明 #

1. 遍历顺序：按level降序遍历，确保底层节点的value先被确定，上层父节点计算时能直接使用已更新的子节点值。
2. 分组求和：对每个层级的节点，按parent分组计算子节点的value总和。
3. 值替换：用coalesce()函数直接替换NA值（比ifelse更简洁），保留原始非NA值。

这个方法可以无缝适配5个层级的场景，不需要针对每个层级单独编写逻辑，扩展性强。

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