基于其他列条件替换分组内列NA值，保留指定非NA值（R语言）

下面分别用tidyverse、data.table和base R三种方式实现需求，核心逻辑都是按Group_Name分组，将Value_1中的NA替换为同组内非NA且不等于567的有效值，同时保留原有的567值。

1. tidyverse 方案 #

library(dplyr)

# 构造原始数据
df <- tibble(
  Group_Name = c("A", "A", "A"),
  Value_1 = c(NA, 12345, 567),
  Status = c(NA, "Active", NA)
)

# 处理数据
df_processed <- df %>%
  group_by(Group_Name) %>%
  mutate(
    Value_1 = case_when(
      is.na(Value_1) ~ first(Value_1[!is.na(Value_1) & Value_1 != 567]),
      TRUE ~ Value_1
    )
  ) %>%
  ungroup()

# 查看结果
df_processed

逻辑说明：按Group_Name分组后，用case_when做条件判断——如果Value_1是NA，就取同组内Value_1不为NA且不等于567的第一个有效值；其他情况直接保留原值，确保567不会被修改。

2. data.table 方案 #

library(data.table)

# 构造原始数据
dt <- data.table(
  Group_Name = c("A", "A", "A"),
  Value_1 = c(NA, 12345, 567),
  Status = c(NA, "Active", NA)
)

# 处理数据
dt_processed <- dt[, 
  Value_1 := ifelse(is.na(Value_1), 
                   first(Value_1[!is.na(Value_1) & Value_1 != 567]), 
                   Value_1),
  by = Group_Name
]

# 查看结果
dt_processed

逻辑说明：以Group_Name为分组键，用ifelse快速替换NA值——当Value_1是NA时，填充同组内符合条件的有效值；非NA值直接保留，567不受影响。

3. base R 方案 #

# 构造原始数据
df_base <- data.frame(
  Group_Name = c("A", "A", "A"),
  Value_1 = c(NA, 12345, 567),
  Status = c(NA, "Active", NA)
)

# 处理数据
df_base_processed <- do.call(rbind, lapply(split(df_base, df_base$Group_Name), function(x) {
  # 找到同组内要填充的有效值
  fill_val <- x$Value_1[!is.na(x$Value_1) & x$Value_1 != 567][1]
  # 替换NA
  x$Value_1[is.na(x$Value_1)] <- fill_val
  x
}))

# 重置行名
rownames(df_base_processed) <- NULL

# 查看结果
df_base_processed

逻辑说明：先用split按Group_Name拆分数据框，对每个子数据框找到符合条件的填充值，再替换Value_1中的NA，最后用do.call(rbind)合并结果并重置行名。

内容的提问来源于stack exchange，提问作者emp88