如何在R中利用后续检查时间补全缺失的起止时间？

你的核心需求是：针对每个ID的Check序列，用下一个Check的Start_time填充当前缺失的Start_time或end_time。之前的代码因未按ID分组、索引匹配逻辑错误导致长度问题，以下是适配5000行数据集的高效处理方法：

方法一：用dplyr（tidyverse生态） #

借助分组和lead()函数实现按组取后续值填充：

library(dplyr)

# 先确保数据按ID和Check排序（如果未排序）
df <- df %>% arrange(ID, Check)

# 分组填充缺失值
df_filled <- df %>%
  group_by(ID) %>%
  mutate(
    # 填充缺失的Start_time
    Start_time = ifelse(is.na(Start_time), lead(Start_time), Start_time),
    # 填充缺失的end_time
    end_time = ifelse(is.na(end_time), lead(Start_time), end_time)
  ) %>%
  ungroup()

• group_by(ID)保证只在同一ID的Check序列内查找后续值
• lead(Start_time)获取同组当前行的下一行Start_time值
• 若某ID的最后一条Check存在缺失，lead()会返回NA，可根据实际需求补充处理（如保留NA或用最后一个非缺失值）

方法二：用data.table（大数据量更高效） #

如果数据集后续扩容，data.table的处理速度更有优势：

library(data.table)

# 转成data.table格式并排序
setDT(df)
setorder(df, ID, Check)

# 分组填充
df_filled <- df[, 
                `:=`(
                  Start_time = fifelse(is.na(Start_time), shift(Start_time, type = "lead"), Start_time),
                  end_time = fifelse(is.na(end_time), shift(Start_time, type = "lead"), end_time)
                ),
                by = ID]

• shift(..., type = "lead")等价于dplyr的lead()，用于获取下一行值
• fifelse是data.table内置的高效条件判断函数，比base的ifelse速度更快

内容的提问来源于stack exchange，提问作者Bilal Jamil