R语言按ID列分组重复填充同组weight列有效值的实现方法

你写的df %>% group_by(ID) %>% rep(weight)报错，是因为rep()不是dplyr链路中处理分组列的合法调用：管道操作会把前一步生成的分组tibble作为第一个参数传给rep()，但rep()的第一个参数要求是待重复的向量，传入整个数据框自然会触发报错，同时代码也没有指定修改weight列的动作，逻辑上不成立。

你的测试数据构造代码：

df<- data.frame(ID=c(1,1,1,2,2,3,3,3,4,4),weight=c(0,0,11,0,10,12,0,0,13,0))

目标是按ID分组后，把每组唯一的非零weight值填充到组内所有行。

dplyr 实现（最简洁） #

加载dplyr后用mutate修改列即可，分组后计算得到的单值会自动循环填充到组内每一行，不需要手动调用rep()：

library(dplyr)
df1 <- df %>%
  group_by(ID) %>%
  mutate(weight = weight[weight != 0][1]) %>%
  ungroup()

运行后输出和你预期完全一致：

# A tibble: 10 × 2
      ID weight
   <dbl>  <dbl>
 1     1     11
 2     1     11
 3     1     11
 4     2     10
 5     2     10
 6     3     12
 7     3     12
 8     3     12
 9     4     13
10     4     13

代码中加[1]是为了取组内第一个非零值，适配你每组恰好有一个非零值的场景，避免异常报错。

base R 实现（无需加载第三方包） #

如果不想依赖tidyverse生态，直接用基础包的ave函数就能完成分组计算：

df$weight <- with(df, ave(weight, ID, FUN = function(x) x[x != 0][1]))

内容的提问来源于stack exchange，提问作者mehmo