R语言：基于用户分组为type='old'的行填充缺失score值

刚好最近经常处理这类分组填充的需求，给你两种常用的实现方式，都能完美匹配你的需求：

方法一：使用tidyverse的dplyr包（推荐，代码可读性高） #

首先我们先确认原始数据，然后通过分组判断+条件填充来实现：

# 加载dplyr包（如果没安装先运行 install.packages("dplyr")）
library(dplyr)

# 定义原始数据集
user <- c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3)
score <- c(3, 3, 3, NA, 0, 0, 0, NA, NA, NA, NA, NA)
type <- c('new', 'recent', 'recent', 'old', 'recent', 'new', 'new', 'old', 'new', 'new', 'new', 'recent')
df <- data.frame(user, score, type)

# 执行填充逻辑
df_filled <- df %>%
  group_by(user) %>%  # 按用户分组
  mutate(
    # 提取当前组的第一个非缺失score值（因为用户1/2的非缺失score都是统一值，取第一个即可）
    group_valid_score = first(score[!is.na(score)]),
    # 条件填充：仅当type为'old'且score缺失，同时组内有有效值时，替换为组内有效值
    score = ifelse(type == 'old' & is.na(score) & !is.na(group_valid_score), group_valid_score, score)
  ) %>%
  select(-group_valid_score) %>%  # 移除临时辅助列
  ungroup()  # 取消分组

# 查看最终结果
print(df_filled)

逻辑说明： #

1. group_by(user) 把数据按用户拆分成独立的组；
2. group_valid_score 提取每组里的有效score值（排除NA），因为用户1的有效score都是3，用户2都是0，所以取第一个非NA值就足够；
3. ifelse 精准判断填充条件：只有满足「type是old」「当前score是NA」「组内存在有效值」这三个条件时，才用组内有效值替换NA，其他情况保留原score；
4. 最后清理临时列并取消分组，得到目标数据集。

方法二：使用Base R（无需额外安装包） #

如果你不想加载第三方包，用base R的ave函数也能实现：

# 定义原始数据集（和上面一致）
user <- c(1, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 3)
score <- c(3, 3, 3, NA, 0, 0, 0, NA, NA, NA, NA, NA)
type <- c('new', 'recent', 'recent', 'old', 'recent', 'new', 'new', 'old', 'new', 'new', 'new', 'recent')
df <- data.frame(user, score, type)

# 直接在原数据上修改score列
df$score <- with(df, ave(score, user, FUN = function(x) {
  # 提取当前组的非缺失score值
  valid_scores <- x[!is.na(x)]
  # 如果组内有有效值，就替换type为'old'的NA；否则保留原数据
  if (length(valid_scores) > 0) {
    replace(x, type == 'old' & is.na(x), valid_scores[1])
  } else {
    x
  }
}))

# 查看结果
print(df)

逻辑说明： #

ave函数会按user分组处理score列，每组内先检查是否存在有效score值：

• 如果有，就用replace函数定位到「type是old且score是NA」的行，替换为组内第一个有效值；
• 如果没有（比如用户3），就直接返回原score列，保持所有NA不变。

两种方法运行后，都能得到你想要的目标数据集：用户1和2的type='old'行的NA会被填充为各自组的有效score，用户3的所有NA保持原样。

内容的提问来源于stack exchange，提问作者juanjedi