在R语言中为同一subjectid将base行的led1/led2值复制到followup行

输入数据 #

预期输出 #

解决方案 #

方法一：分组填充（简洁高效） #

利用groupby按受试者分组，结合transform填充分组内的非缺失值：

import pandas as pd

# 构造输入数据框
df = pd.DataFrame({
    'subjectid': ['ABCD_1234', 'ABCD_1234', 'ABCD_3456', 'ABCD_3456',
                  'ZXRT_5555', 'ZXRT_5555', 'EFGH_8976', 'EFGH_8976'],
    'event': ['base', 'followup', 'base', 'followup',
              'base', 'followup', 'base', 'followup'],
    'led1': [22.5, None, 11.2, None, None, None, None, None],
    'led2': [50.3, None, -23.87, None, -0.9, None, None, None]
})

# 对led1、led2列按subjectid分组填充
df[['led1', 'led2']] = df.groupby('subjectid')[['led1', 'led2']].transform(
    lambda x: x.fillna(x.dropna().iloc[0] if not x.dropna().empty else x)
)

说明：

• groupby('subjectid')将数据按受试者分组，确保每个组内是同一受试者的base和followup行
• transform保证返回结果与原数据行数一致，不会改变原有结构
• 匿名函数中，先过滤分组内的非缺失值，用第一个有效值（即base行的值）填充该组的缺失值；如果分组内全为NA，则保持原样

方法二：合并填充（逻辑直观） #

先提取base行的有效数据，再合并回原数据框完成填充：

import pandas as pd

# 构造输入数据框
df = pd.DataFrame({
    'subjectid': ['ABCD_1234', 'ABCD_1234', 'ABCD_3456', 'ABCD_3456',
                  'ZXRT_5555', 'ZXRT_5555', 'EFGH_8976', 'EFGH_8976'],
    'event': ['base', 'followup', 'base', 'followup',
              'base', 'followup', 'base', 'followup'],
    'led1': [22.5, None, 11.2, None, None, None, None, None],
    'led2': [50.3, None, -23.87, None, -0.9, None, None, None]
})

# 提取base行的subjectid和对应led值
base_data = df[df['event'] == 'base'][['subjectid', 'led1', 'led2']]

# 合并数据，用base值填充followup的缺失值
df = df.merge(base_data, on='subjectid', suffixes=('', '_base'), how='left')
df['led1'] = df['led1'].fillna(df['led1_base'])
df['led2'] = df['led2'].fillna(df['led2_base'])

# 删除临时生成的合并列
df = df.drop(['led1_base', 'led2_base'], axis=1)

说明：

• 先筛选出event='base'的行，保留关键列
• 通过left join将base行的数据匹配到对应受试者的所有行
• 用fillna将原列的缺失值替换为base行的数值，最后清理临时列

内容的提问来源于stack exchange，提问作者user123