如何基于捕获日期计算并填充tibble中的动物年龄列

我有一组动物活体捕获数据，释放前会提取一颗小臼齿用于年龄测定，但部分个体仅能在重捕时完成测龄。示例如下：

首次捕获时测龄 #

重捕时测龄 #

我希望基于个体测龄日期前后的天数，填充每个个体的age列（年龄，单位：年）。尝试了以下代码：

df <- df %>% group_by(ID) %>%
          mutate(ageindays=case_when(!is.na(ageindays) ~ ageindays, 
                                     is.na(ageindays) ~ first(ageindays) + exit)) %>%
          ungroup() %>%
          mutate(age=as.numeric(ageindays/365))

但first()的使用有误，计算似乎基于整个数据框的第一行，输出中前几行计算正确，但切换新ID后（如个体3）计算出错。

示例数据结构：

structure(list(ID = c("5", "5", "5", "6", 
"6", "6", "6", "6", "6", "6", "6"
), exit = c(408, 409, 437, 679, 682, 688, 694, 702, 716, 723, 
729), AgeDay = c(408, 
408, 408, 679, 679, 679, 679, 679, 679, 679, 679), ageindays = c(317, 
317, 317, 588, 588, 588, 588, 588, 588, 588, 588)), row.names = c(NA, 
-11L), class = c("tbl_df", "tbl", "data.frame"))

你的核心问题有两个：一是误用了first()，二是年龄计算的逻辑错误——正确的公式应该是测龄当天的ageindays + (当前exit日期 - 测龄当天的exit日期)，而非直接将first(ageindays)与exit相加。

以下是修正后的代码：

library(dplyr)

df <- df %>%
  group_by(ID) %>%
  # 提取每个个体的测龄日期（ageindays非NA对应的exit值）和基准年龄天数
  mutate(
    age_exit = exit[!is.na(ageindays)][1],
    base_ageindays = ageindays[!is.na(ageindays)][1]
  ) %>%
  # 填充缺失的ageindays
  mutate(
    ageindays = case_when(
      !is.na(ageindays) ~ ageindays,
      TRUE ~ base_ageindays + (exit - age_exit)
    )
  ) %>%
  # 转换为以年为单位的年龄
  mutate(age = ageindays / 365) %>%
  # 清理临时变量
  select(-age_exit, -base_ageindays) %>%
  ungroup()

关键逻辑说明 #

1. 分组提取基准值：按ID分组后，exit[!is.na(ageindays)][1]会获取当前个体第一次测龄的日期；base_ageindays则是该个体在测龄当天的年龄天数。如果一个个体有多次测龄记录，若要取最近一次的测龄数据，将[1]替换为last()即可。
2. 计算缺失值：对于ageindays为空的行，用基准年龄天数加上当前捕获日期与测龄日期的天数差，就能得到当前捕获时的准确年龄天数。
3. 单位转换：最后将ageindays除以365，转换为以年为单位的年龄。

示例验证 #

以个体4为例：

• 测龄日exit为441，对应的ageindays是1145
• 当exit=428时，ageindays = 1145 + (428-441) = 1132，age≈3.10
• 当exit=471时，ageindays=1145 + (471-441)=1175，age≈3.22，完全符合时间推移的逻辑

内容的提问来源于stack exchange，提问作者logical-curve7345