在R语言中基于匹配完整行补全不完整行的People_ID

假设你的数据集存在可用于匹配同一人的标识列（如姓名、联系方式等），可以用dplyr包结合分组操作实现需求，以下是两种常用方法：

方法1：使用fill函数批量填充 #

fill可按组对缺失值进行上下方向填充，适合组内存在完整行的场景：

library(dplyr)

# 模拟你的数据集（请替换为实际数据）
df <- tibble(
  Name = c("张三", "张三", "李四", "李四", "王五"),
  Contact = c("138xxxx1234", "138xxxx1234", "139xxxx5678", NA, NA),
  People_ID = c("P001", NA, "P002", NA, "P003")
)

# 按匹配列分组，填充People_ID
df_processed <- df %>%
  group_by(Name, Contact) %>% # 替换为你数据中能唯一识别同一人的列
  fill(People_ID, .direction = "downup") %>% # 同时向上向下填充
  ungroup()

方法2：使用mutate提取组内有效People_ID #

如果组内只有一个有效People_ID，直接提取该值覆盖组内所有缺失项：

df_processed <- df %>%
  group_by(Name) %>% # 按匹配列分组
  mutate(People_ID = first(na.omit(People_ID))) %>% # 取组内第一个非空的People_ID
  ungroup()

注意事项 #

• 必须确保分组列能精准匹配同一个人，否则会出现错误填充
• 如果分组后存在多个不同的非空People_ID，需要先清理数据冲突，再执行填充操作
• 若你的“不完整行”仅缺失People_ID，其他列与完整行完全一致，分组列就是那些完全一致的字段

内容的提问来源于stack exchange，提问作者Connie