如何用dplyr在R数据框中按前置非NA值填充NA为递增整数

原始数据 #

先构造输入数据：

df <- data.frame(
  ID = c("A", "A", "B", "C", "C", "D", "D", "D", "F", "G", "H"),
  Number = c(1, 1, NA, NA, NA, 3, 3, 3, NA, 6, NA)
)

需求说明 #

需要将Number列的NA值替换为前置最近非NA值的下一个整数，且同一ID对应的所有行数值保持一致。

实现代码 #

结合dplyr和purrr的accumulate函数可以高效实现：

library(dplyr)
library(purrr)

result_df <- df %>%
  # 提取每个ID的首次出现记录，保留原顺序
  distinct(ID, .keep_all = TRUE) %>%
  # 递推填充NA：非NA值保留，NA值取前一个处理后的值+1
  mutate(Number = accumulate(Number, ~ if (is.na(.y)) .x + 1 else .y)) %>%
  # 将处理后的数值映射回原数据框
  right_join(df, by = "ID") %>%
  # 调整列名并恢复原数据行顺序
  select(ID, Number = Number.x) %>%
  arrange(match(ID, df$ID))

# 输出结果
print(result_df)

运行结果 #

执行后得到目标数据：

ID Number
1   A      1
2   A      1
3   B      2
4   C      3
5   C      3
6   D      3
7   D      3
8   D      3
9   F      4
10  G      6
11  H      7

代码解释 #

• distinct(ID, .keep_all = TRUE)：确保每个ID只保留首次出现的记录，维持原数据中ID的出现顺序。
• accumulate(...)：遍历Number列，对每个NA值，用前一个已确定的数值加1填充；非NA值直接保留，实现递推式的数值生成。
• right_join：将处理后的ID-数值映射回原数据，保证所有原始行都被保留。
• arrange(match(ID, df$ID))：恢复原数据的行顺序，避免join后顺序错乱。

内容的提问来源于stack exchange，提问作者Cam