在R中按ID对多列变量执行末次观测结转(LOCF)方法

针对你的纵向数据，要按id分组对var1和var2执行LOCF，这里提供几种实用的方法：

方法1：基于你现有代码扩展（zoo + gsubfn） #

直接在transform里同时处理多列变量，写法和单变量一致，多添加几行即可：

library(zoo)
library(gsubfn)

# 对var1和var2同时执行LOCF
dt_locf <- transform(dt,
                     var1 = fn$ave(var1, id, FUN = ~ na.locf(x, na.rm = FALSE)),
                     var2 = fn$ave(var2, id, FUN = ~ na.locf(x, na.rm = FALSE))
)

如果后续有更多需要处理的变量，继续在transform中添加对应行即可。

方法2：批量处理多列（dplyr + zoo，更高效） #

当需要处理的变量较多时，用dplyr的across函数可以批量操作，不用逐个列名编写：

library(dplyr)
library(zoo)

# 方式A：指定具体要处理的列
dt_locf <- dt %>%
  group_by(id) %>%
  mutate(across(c(var1, var2), ~ na.locf(., na.rm = FALSE))) %>%
  ungroup()

# 方式B：处理除id、visit外的所有列（适合变量较多的场景）
dt_locf <- dt %>%
  group_by(id) %>%
  mutate(across(-c(id, visit), ~ na.locf(., na.rm = FALSE))) %>%
  ungroup()

补充说明 #

• na.locf(x, na.rm = FALSE)会保留开头的NA（比如患者第一次观测就是缺失值时，不会被替换），这符合LOCF的常规逻辑；如果需要用后续的非NA值填充开头的缺失，可以添加fromLast = TRUE参数，但这属于向前结转(NOCB)，不是标准的LOCF。
• 执行完后可以查看dt_locf，验证每个患者的缺失值是否被最近的前一次非缺失值填充。

内容的提问来源于stack exchange，提问作者YYM17