如何为数据框各观测个体补充行以统一观测数（LOCF方法）

针对需求，这里提供两种常用的R语言实现方案，先确定所有个体中的最大观测行数，再对每个个体补全行并使用最后一次观测结转（LOCF）填充缺失值：

方法一：使用dplyr + tidyr包 #

属于tidyverse生态方案，代码可读性强：

library(dplyr)
library(tidyr)

# 计算所有id里的最大观测行数
max_n <- d %>% count(id) %>% pull(n) %>% max()

# 分组补全行并应用LOCF填充
result <- d %>%
  group_by(id) %>%
  # 把每个id的行扩展到max_n行，不足位置生成NA
  complete(rowid = 1:max_n) %>%
  # 向下填充NA，即用最后一次观测值补全
  fill(value, .direction = "down") %>%
  # 移除临时生成的rowid列，恢复原数据结构
  select(-rowid) %>%
  ungroup()

# 查看结果
print(result)

方法二：使用data.table包 #

适合处理大规模数据集，运行效率更高：

library(data.table)

# 转换为data.table格式
setDT(d)

# 计算最大观测行数
max_n <- d[, .N, by = id][, max(N)]

# 补全行并执行LOCF填充
result <- d[, .SD[rep(.I, max_n)][1:max_n], by = id] %>%
  .[, value := nafill(value, type = "locf"), by = id]

# 查看结果
print(result)

两种方法最终都会得到符合要求的结果：个体1补充2行value=12，个体2补充3行value=9，个体3保持原有的5行数据。

内容的提问来源于stack exchange，提问作者Stella