R语言面板数据按ID分组替换变量为组内首个值的实现方法

针对大数据集，优先使用经过性能优化的分组运算方案，手动写for循环运行效率会低很多，不推荐使用。以下是三种主流实现方案：

• 大数据集首选data.table方案（性能最高）
  data.table是R中专门针对高性能数据操作优化的包，百万级以上行数据运行速度远快于其他方案：

# 加载包
library(data.table)
# 将数据框转为data.table格式，该操作不会复制数据，效率极高
setDT(dta)
# 按id分组，将每组的intm替换为组内第一个值
dta[, intm := first(intm), by = id]
# 如果后续需要用普通数据框格式，运行下方代码即可转换
# setDF(dta)

• 代码可读性优先选dplyr方案
  如果数据集规模不算特别极端，更看重代码易读性，可以用tidyverse体系的dplyr实现：

library(dplyr)
dta <- dta %>%
  group_by(id) %>%
  mutate(intm = first(intm)) %>%
  ungroup()

• 无依赖的基础R实现
  如果不想加载任何第三方包，可以用基础R内置的ave函数实现，无需手动写循环：

dta$intm <- ave(dta$intm, dta$id, FUN = function(x) x[1])

内容的提问来源于stack exchange，提问作者Tom