在R语言中按ID分组为Indicator变量对应赋值value2的实现

原始数据 #

需求说明 #

按id分组处理：

• 若行的indicator为0，将该行value2替换为同组内indicator为1的行对应的value2值
• 若某id分组内无indicator为1的行，该组所有行的value2赋值为NA

实现代码 #

使用dplyr包完成分组替换逻辑，代码如下：

# 加载dplyr包
library(dplyr)

# 构造原始数据框（如果已有数据可跳过此步骤）
df <- tibble(
  id = c(1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4),
  time = c(2004,2005,2006,2007,2008,2004,2005,2006,2007,2004,2005,2006,2007,2004,2005,2006,2007),
  value1 = c(1,0,-1,-3,3,1,3,0,0,-1,-3,4,5,4,5,2,-4),
  indicator = c(1,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,1),
  value2 = c(1,1,1,1,1,NA,NA,NA,NA,-1,-1,-1,-1,-4,-4,-4,-4)
)

# 执行分组替换
df_processed <- df %>%
  group_by(id) %>%
  mutate(
    # 提取当前组indicator=1对应的value2值，无匹配则为NA
    ref_value = first(value2[indicator == 1]),
    # 按规则更新value2：无参考值则全为NA，否则替换indicator=0的行
    value2 = ifelse(is.na(ref_value), NA, ifelse(indicator == 0, ref_value, value2))
  ) %>%
  select(-ref_value) %>%  # 删除临时辅助列
  ungroup()

# 查看处理后的数据
print(df_processed)

代码说明 #

1. 分组：通过group_by(id)按id分组处理
2. 提取参考值：用first(value2[indicator == 1])获取每组中indicator=1的value2值（若组内有多个indicator=1的行，可根据需求替换为unique()或其他统计量）
3. 替换逻辑：
   • 若组内无indicator=1的行（ref_value为NA），所有行的value2设为NA
   • 若有参考值，indicator=0的行替换为参考值，indicator=1的行保留原值
4. 清理：移除临时辅助列并取消分组

内容的提问来源于stack exchange，提问作者J L