如何基于另一列分组填充某列重复值？（for-loop结合group_by）

你之前代码的问题 #

• 分组字段错误：你用了group_by(ID)，但原数据的分组列是person_id
• 列名拼写错误：代码里的Randomisation、Randomise和原数据的randomisation不一致
• 函数使用不当：lag()是提取前一行的值，无法实现组内所有NA的批量填充，仅能填充紧邻非NA的下一行，不符合你的需求

推荐的简洁实现（无需循环） #

方法1：用tidyr::fill()批量填充 #

fill()可以按分组向上/向下填充NA，适配你的场景（每组仅一个非NA值）：

library(dplyr)
library(tidyr)

frame_clean <- frame %>%
  group_by(person_id) %>%
  fill(randomisation, .direction = "down") %>% # 向下填充NA，也可用"downup"适配更多场景
  ungroup()

方法2：用replace_na()结合组内非NA值 #

直接提取每组的非NA值，替换组内所有NA：

library(dplyr)

frame_clean <- frame %>%
  group_by(person_id) %>%
  mutate(randomisation = replace_na(randomisation, first(na.omit(randomisation)))) %>%
  ungroup()

结合for-loop与分组的实现方法 #

如果一定要用循环，可先获取唯一分组ID，再逐个处理：

# 获取所有唯一的person_id
unique_ids <- unique(frame$person_id)

# 循环处理每个分组
for (id in unique_ids) {
  # 提取当前组的非NA值（确保每组至少有一个非NA）
  group_non_na <- frame$randomisation[frame$person_id == id & !is.na(frame$randomisation)]
  # 替换当前组的NA值
  frame$randomisation[frame$person_id == id & is.na(frame$randomisation)] <- group_non_na
}

注意：如果存在全为NA的分组，需添加if(length(group_non_na) > 0)的判断避免报错

内容的提问来源于stack exchange，提问作者r_newbie