如何批量将匹配观测的非NA值填充至数据框多变量NA位置？

解决方案 #

方法1：data.table批量赋值（高效直接） #

通过遍历需要填充的变量列，结合data.table的连接赋值语法，实现批量填充：

library(data.table)
setDT(df)

# 筛选出需要填充的变量（排除标识符列）
fill_cols <- setdiff(names(df), c("URN", "OBS"))

# 批量填充每个变量
lapply(fill_cols, function(col) {
  df[df[!is.na(get(col))], (col) := get(paste0("i.", col)), on = c("URN", "OBS")]
})

# 查看结果
df

这段代码会自动对每个目标变量，匹配URN和OBS相同的观测，用非NA值覆盖对应位置的NA。

方法2：分组聚合后合并（适合数据逻辑明确的场景） #

如果每个URN+OBS组内同一变量的非NA值一致，可以先分组提取非NA值，再合并回原数据框：

library(data.table)
setDT(df)

fill_cols <- setdiff(names(df), c("URN", "OBS"))

# 按URN和OBS分组，提取每个变量的首个非NA值（确保组内非NA值唯一）
agg_df <- df[, lapply(.SD, function(x) x[!is.na(x)][1]), by = .(URN, OBS), .SDcols = fill_cols]

# 合并回原数据框，批量填充NA
df[agg_df, on = c("URN", "OBS"), (fill_cols) := mget(paste0("i.", fill_cols))]

df

这种方法的优势是先统一每个组的变量值，再一次性填充，适合组内非NA值无冲突的情况。

内容的提问来源于stack exchange，提问作者surdity