如何用更简洁的tidyverse方法填充日期列缺失值（下值减一年）

我有一个包含日期列的data.frame，其中存在部分缺失值，代码示例如下：

my_df <- data.frame(date = as.Date(c("2020-07-01", NA, NA, NA, "2022-07-01", "2023-07-01")))
my_df
#         date
# 1 2020-07-01
# 2       <NA>
# 3       <NA>
# 4       <NA>
# 5 2022-07-01 # NAs to be replaced with 2022-07-01 minus one year
# 6 2023-07-01

希望按以下规则填充NA日期：

• 向上填充下一个非NA值
• 将填充后的值减去1年

期望结果如下：

data.frame(date = as.Date(c("2020-07-01", "2021-07-01", "2021-07-01", "2021-07-01", "2022-07-01", "2023-07-01")))

#         date
# 1 2020-07-01
# 2 2021-07-01 
# 3 2021-07-01 
# 4 2021-07-01 
# 5 2022-07-01
# 6 2023-07-01

我倾向于使用tidyverse，尝试结合fill()和lubridate的%m-% years(1)实现，方法如下：

my_df <- my_df %>%
  mutate(date2 = date %m-% years(1)) %>%
  fill(date2, .direction = "up") %>%
  mutate(date = if_else(is.na(date), date2, date)) %>%
  select(-date2)

该方法可行，但想知道是否有更直接的实现方式？

可以把填充逻辑和日期计算合并到一步，无需创建临时辅助列，直接在原列上完成操作：

方法一：用if_else直接嵌套 #

library(tidyverse)
library(lubridate)

my_df <- my_df %>%
  mutate(
    date = if_else(
      is.na(date),
      fill(date, .direction = "up") %m-% years(1),
      date
    )
  )

方法二：用replace_na简化写法 #

my_df <- my_df %>%
  mutate(date = replace_na(date, fill(date, .direction = "up") %m-% years(1)))

这两种方式都省去了临时列的创建与删除步骤，逻辑更紧凑直接，同样能达到预期效果。

内容的提问来源于stack exchange，提问作者Alan