如何按id2与date1分组条件填充R数据框value列的NA缺失值

方法1：使用dplyr包实现（代码简洁易读） #

按id2和date1两个字段分组后，直接用组内的非NA值填充对应组的NA位置即可，你当前场景中同组的value值唯一，可直接用以下代码：

# 未安装dplyr先运行 install.packages("dplyr")
library(dplyr)

result <- test %>%
  group_by(id2, date1) %>%
  mutate(value = max(value, na.rm = TRUE)) %>%
  ungroup()

如果存在同组有多个不同非NAvalue的场景，可调整取值逻辑，比如取第一个出现的非NA值：

result <- test %>%
  group_by(id2, date1) %>%
  mutate(value = ifelse(is.na(value), first(value[!is.na(value)]), value)) %>%
  ungroup()

方法2：基础R实现（无需安装第三方包） #

用内置的ave函数实现分组填充：

test$value <- ave(test$value, test$id2, test$date1, FUN = function(x) {
  replace(x, is.na(x), x[!is.na(x)][1])
})

运行以上任意一种方法得到的结果都和你期望的输出完全一致。

内容的提问来源于stack exchange，提问作者DR15