在R中计算分组数据差值后将NA替换为后续Diff值

针对你的需求，这里提供几种直接有效的方法，帮你得到每组两行Diff值一致的结果：

方法一：直接计算组内固定差值（推荐） #

因为每个Team组只有两个Score数据（Time1和Time2），可以直接计算组内最后一个Score减第一个Score的差值，一次性赋值给整组，避免生成NA：

library(dplyr)

df <- df %>% 
  group_by(Team) %>% 
  mutate(Diff = last(Score) - first(Score)) %>% 
  ungroup()

运行后直接得到目标结果：

Score Time  Team   Diff
  20     1     A       -10
  10     2     A       -10
  15     1     B        15
  30     2     B        15
  15     1     C        -5
  10     2     C        -5

方法二：填充已生成的NA值 #

如果坚持使用lag()生成Diff后再处理NA，可以用以下几种方式：

方式1：使用tidyr::fill向上填充 #

利用fill()函数将组内非NA的Diff值向上填充，替换第一行的NA：

library(dplyr)
library(tidyr)

df <- df %>% 
  group_by(Team) %>% 
  mutate(Diff = Score - lag(Score)) %>% 
  fill(Diff, .direction = "up") %>% # 向上填充非NA值
  ungroup()

方式2：使用coalesce结合lead #

coalesce()会返回第一个非NA值，这里用它将NA替换为组内下一行的Diff值：

library(dplyr)

df <- df %>% 
  group_by(Team) %>% 
  mutate(Diff = Score - lag(Score),
         Diff = coalesce(Diff, lead(Diff))) %>% 
  ungroup()

方式3：修正case_when的写法 #

你之前的case_when写法错误，条件应该判断is.na(Diff)，而不是直接写NA，修正后即可生效：

library(dplyr)

df <- df %>% 
  group_by(Team) %>% 
  mutate(Diff = Score - lag(Score)) %>% 
  mutate(Diff = case_when(
    is.na(Diff) ~ lead(Diff), # 当Diff为NA时，取下一行的Diff值
    TRUE ~ Diff # 其他情况保留原Diff
  )) %>% 
  ungroup()

内容的提问来源于stack exchange，提问作者Artur Vidaurre de Almeida