R语言如何按分组实现列值向下延续填充至新数值出现

需求核心逻辑：按Group字段分组后，将New列的非零观测值持续向下填充，直到组内出现下一个非零新值，替换中间所有位置的0值，填充前需保证每组内数据按Date日期升序排列。

方法1：dplyr+tidyr实现（简洁易读） #

这是tidyverse生态下最常用的实现方案，通过将待填充的0值转换为缺失值后调用向下填充函数完成处理：

# 加载依赖包
library(dplyr)
library(tidyr)

Dfdesired <- DF1 %>%
  # 按组排序，保证日期顺序正确
  group_by(Group) %>%
  arrange(Date, .by_group = TRUE) %>%
  # 将需要被替换的0值转为NA，供填充函数识别
  mutate(New = ifelse(New == 0, NA_real_, New)) %>%
  # 向下填充最近的非零值
  fill(New, .direction = "down") %>%
  ungroup()

可以用描述的样例数据验证效果：

# 构造测试原始数据
DF1 <- data.frame(
  Date = as.Date(c("2021-04-22","2021-04-23","2021-04-24","2021-04-25","2021-04-26",
                   "2021-04-22","2021-04-23","2021-04-24","2021-04-25","2021-04-26")),
  Group = c(rep(1001,5), rep(1002,5)),
  New = c(9,0,0,12,0, 1,0,0,3,0)
)

运行上述代码后输出结果完全符合预期：

• 分组1001的New列结果：9、9、9、12、12
• 分组1002的New列结果：1、1、1、3、3

方法2：基础R实现（无需第三方包） #

如果不想加载外部依赖包，可以用基础R的分组计算函数实现相同效果：

# 先按分组、日期升序排序
DF1 <- DF1[order(DF1$Group, DF1$Date), ]

# 按组执行填充
DF1$New <- ave(DF1$New, DF1$Group, FUN = function(x) {
  # 每遇到一个非零值更新分组标记，相同标记的行填充同一个非零值
  group_tag <- cumsum(x != 0)
  unlist(tapply(x, group_tag, function(seg) rep(seg[1], length(seg))))
})

注意事项 #

• 填充操作强依赖行顺序，必须先确认每组内日期按从早到晚排序，否则会出现填充错位
• 如果New列本身存在NA缺失值，可将待填充判断条件调整为New == 0 | is.na(New)，将NA也纳入填充范围

内容的提问来源于stack exchange，提问作者user17582908