R语言使用dplyr管道按ID分组用同组非NA值替换缺失值

实现代码 #

方案1：dplyr + tidyr 组合（逻辑最直观） #

利用fill函数自动按组填充缺失值，适配非NA值在组内任意位置的场景：

# 加载依赖包
library(dplyr)
library(tidyr)

# 处理数据
df_result <- df %>%
  group_by(ID) %>% # 按ID分组，你之前的判断是正确的
  fill(var, .direction = "downup") %>% # 先向下再向上填充，覆盖组内所有NA
  ungroup() # 处理完成后取消分组，避免影响后续操作

方案2：纯dplyr实现（无需额外加载tidyr） #

直接提取组内唯一的非NA值批量替换：

library(dplyr)

df_result <- df %>%
  group_by(ID) %>%
  mutate(var = na.omit(var)[1]) %>% # 取组内第一个非NA值替换所有值
  ungroup()

原代码问题说明 #

你之前尝试的replace_na仅支持传入固定的替换值，无法自动读取同分组内的非NA值，因此不适用该场景。

补充说明 #

如果你的数据集存在单个ID对应多个不同非NA值的情况，可根据需求调整替换逻辑：比如取出现频次最高的值、最新出现的值等，以上代码默认取组内第一个出现的非NA值。如果某ID下所有值均为NA，处理后该ID的var字段仍为NA，可按需增加逻辑处理这类情况。

内容的提问来源于stack exchange，提问作者SDahm