如何用Wave 2的值替换Wave 3中的NA值？（R语言场景）

首先，你的数据框构建代码如下：

wave <- c(1, 2, 3, 1, 2, 3, 1, 2, 1, 2)
id   <- c(1, 1, 1, 2, 2, 2, 3, 3, 4, 4)
var1 <- c(6.341464, 13.206567, NA, 5.272296,2.746650, NA, 1.684472,1.874200, 15.861959, 3.938463)
var2 <- c(6.341464, 13.206567, NA, 5.272296,2.746650, NA, 1.684472,1.874200, 15.861959, 3.938463)
var3 <- c(6.341464, 13.206567, NA, 5.272296,2.746650, NA, 1.684472,1.874200, 15.861959, 3.938463)
df <- data.frame(wave, id, var1, var2, var3)

以下是几种可行的解决方案：

方法1：dplyr（tidyverse 风格） #

适合习惯tidyverse语法的用户，代码简洁易读：

library(dplyr)

df_filled <- df %>%
  group_by(id) %>%
  mutate(
    across(starts_with("var"), ~ ifelse(wave == 3 & is.na(.), .[wave == 2], .))
  ) %>%
  ungroup()

• 逻辑：按id分组，对所有以var开头的列，判断当wave=3且值为NA时，替换为同组内wave=2的对应值，否则保留原值。

方法2：data.table（高效处理大数据） #

如果数据量较大，data.table的性能更优：

library(data.table)

setDT(df)
# 提取所有wave=2的行作为匹配数据源
wave2_data <- df[wave == 2, .(id, var1, var2, var3)]
# 匹配id，更新wave=3行的var列
df[wave == 3, c("var1", "var2", "var3") := wave2_data[.SD, on = "id", .(var1, var2, var3)]]

方法3：基础R（无需第三方包） #

修正你尝试的for循环方案，确保索引匹配正确：

# 定位所有wave=3的行
wave3_rows <- which(df$wave == 3)

for (row in wave3_rows) {
  current_id <- df$id[row]
  # 找到对应id的wave=2行
  wave2_row <- which(df$id == current_id & df$wave == 2)
  # 替换var列的值
  df[row, c("var1", "var2", "var3")] <- df[wave2_row, c("var1", "var2", "var3")]
}

执行任意一种方法后，你可以通过print(df)查看结果：wave=3的行已被对应id的wave=2行值替换。

内容的提问来源于stack exchange，提问作者Mskhvilidze