R语言：为新增行添加source标识及整合至dplyr流程的方法

问题解答 #

1. 你的判断逻辑是正确的
   原始数据中所有行的source值都是"ORIGINAL"，使用complete补全缺失年份的行时，新增行的source会被自动设为NA。因此通过is.na(source)判断来标记新增行（设为"MISSING"）、保留原始行的"ORIGINAL"标签，这个逻辑完全没问题。

2. 整合到dplyr链式代码的方法
   直接在现有链式操作的末尾添加一个mutate步骤即可，不用单独提取数据框修改，更符合tidyverse的风格：

library(dplyr)
library(tidyr)

final = my_data %>% 
  group_by(name) %>% 
  complete(year = first(year): last(year)) %>% 
  mutate(age = ifelse(is.na(age), first(age) + row_number() - 1, age)) %>% 
  fill(c(gender, country_of_birth), .direction = "down") %>% 
  # 新增source标记逻辑
  mutate(source = ifelse(is.na(source), "MISSING", source))

如果追求更好的可读性，也可以用case_when替代ifelse：

mutate(source = case_when(
  is.na(source) ~ "MISSING",
  TRUE ~ source
))

测试结果示例：比如John的2012、2013年行，source会被标记为"MISSING"，2010、2011、2014年的行保留"ORIGINAL"，完全符合需求。

内容的提问来源于stack exchange，提问作者stats_noob