如何用dplyr按组填充同一变量中的缺失值

现有如下数据集，希望按variable分组，用每组中un2的非缺失值填充该组内所有un2的缺失值，最终得到desired-result-for-un2列的效果：

variable value         un2       n  prop     desired-result-for-un2
   <chr>    <fct>         <fct> <int> <dbl>         <fct>
 1 CHR_01   Never         0         2   1             0
 2 CHR_01   Almost Never  NA        0   0             0
 3 CHR_01   Sometimes     NA        0   0             0  
 4 CHR_01   Often         NA        0   0             0
 5 CHR_01   Almost Always NA        0   0             0
 6 CHR_011  Never         1         1   0.5           1
 7 CHR_011  Almost Never  1         1   0.5           1
 8 CHR_011  Sometimes     NA        0   0             1
 9 CHR_011  Often         NA        0   0             1
10 CHR_011  Almost Always NA        0   0             1
11 CHR_02   Never         0         1   0.5           0
12 CHR_02   Almost Never  0         1   0.5           0

以下两种方法均可实现需求，根据习惯选择即可：

方法一：使用fill()函数 #

利用fill()的方向填充特性，结合分组操作，可快速覆盖组内所有缺失值：

library(dplyr)

df_filled <- df %>%
  group_by(variable) %>%
  fill(un2, .direction = "downup") %>% # 先向下填充再向上填充，确保无遗漏
  ungroup()

方法二：提取组内唯一非缺失值赋值 #

若确定每组的非缺失un2值唯一，可直接提取该值赋值给组内所有行：

library(dplyr)

df_filled <- df %>%
  group_by(variable) %>%
  mutate(un2 = first(na.omit(un2))) %>% # 取组内第一个非缺失值（组内非缺失值一致）
  ungroup()

两种方法最终结果均与desired-result-for-un2列一致，且会保留un2原有的因子类型。

内容的提问来源于stack exchange，提问作者marc