在Tidyverse中如何递归应用函数填充数据列缺失值？

原始数据 #

data <- data.frame(
  group = c(rep("A", 10), rep("B", 10)),
  year = rep(2016:2025, 2),
  value = c(10, 20, 30, 40, NA, NA, NA, NA, NA, NA, 
            70, 80, NA, NA, NA, NA, NA, NA, NA, NA)
)

数据结构如下：

group year value
1      A 2016    10
2      A 2017    20
3      A 2018    30
4      A 2019    40
5      A 2020    NA
6      A 2021    NA
7      A 2022    NA
8      A 2023    NA
9      A 2024    NA
10     A 2025    NA
11     B 2016    70
12     B 2017    80
13     B 2018    NA
14     B 2019    NA
15     B 2020    NA
16     B 2021    NA
17     B 2022    NA
18     B 2023    NA
19     B 2024    NA
20     B 2025    NA

需求 #

对每个分组，保留非NA的value值，从第一个NA值开始，递归应用自定义函数（示例为每年增加10，即valueₜ = valueₜ₋₁ + 10）填充后续缺失值。

尝试过的方法及局限性 #

• dplyr::lag方法：仅能填充第一个NA，无法实现递归填充，因为它是向量化操作，不依赖前一次计算的结果：

library(dplyr)
data %>% 
  group_by(group) %>% 
  mutate(value_fix = dplyr::lag(value) + 10)

输出仅能填充第一个NA，后续NA仍为空。

• tidyr::fill方法：只能用前一个非NA值填充，不支持自定义递归计算逻辑：

data %>% 
  group_by(group) %>% 
  tidyr::fill(value)

• 已有的繁琐解决方案：通过额外生成last_value列再结合purrr::accumulate实现，但代码冗余可读性差：

data %>% 
  group_by(group) %>% 
  mutate(last_value = case_when(
    value == dplyr::last(na.omit(value)) ~ value,
    TRUE ~ NA_real_
  )) %>% 
  mutate(value_fix = purrr::accumulate(
      .x = last_value,
      .f = ~ coalesce(.x + 10, .y)
  ))

更简洁的Tidyverse解决方案 #

可以直接用purrr::accumulate结合coalesce实现，代码简洁且逻辑清晰：

library(tidyverse)

data %>%
  group_by(group) %>%
  mutate(value_fix = accumulate(value, ~ coalesce(.y, .x + 10))) %>%
  ungroup()

输出结果 #

# A tibble: 20 × 4
   group  year value value_fix
   <chr> <int> <dbl>     <dbl>
 1 A      2016    10        10
 2 A      2017    20        20
 3 A      2018    30        30
 4 A      2019    40        40
 5 A      2020    NA        50
 6 A      2021    NA        60
 7 A      2022    NA        70
 8 A      2023    NA        80
 9 A      2024    NA        90
10 A      2025    NA       100
11 B      2016    70        70
12 B      2017    80        80
13 B      2018    NA        90
14 B      2019    NA       100
15 B      2020    NA       110
16 B      2021    NA       120
17 B      2022    NA       130
18 B      2023    NA       140
19 B      2024    NA       150
20 B      2025    NA       160

逻辑说明 #

accumulate是递归迭代函数，每次处理一个元素时：

• 如果当前value（.y）非NA，直接保留该值；
• 如果当前value是NA，就用上一次迭代的结果（.x）加上10作为填充值。
  整个过程完全符合需求，且无需额外中间列，代码简洁易读。

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