R语言按分组替换缺失值：组内全空时用另一列对应值替换

问题原因 #

你代码出错是R基础函数ifelse()的特性导致的：ifelse()的返回值长度和判断条件的长度完全一致。你的判断条件all(is.na(val2))是每个分组内仅返回1个的逻辑值，所以结果只会取val1的第一个元素循环填充整个分组，不符合需求。

修正方案 #

直接用R原生的分支判断结构if(){}else{}替代ifelse()即可，dplyr分组环境下会对每个分组单独执行全局判断：

library(tidyverse)

df <- tibble(ID = c("A", "A", "A", "B", "B", "B"),
       val1 = c(1,2,3,4,5,6),
       val2 = c(NA, NA, NA, NA, 2, 3))

# 修正后代码
df %>%
  group_by(ID) %>%
  mutate(val2 = if (all(is.na(val2))) val1 else val2)

运行结果 #

# A tibble: 6 × 3
# Groups:   ID [2]
  ID     val1  val2
  <chr> <dbl> <dbl>
1 A         1     1
2 A         2     2
3 A         3     3
4 B         4    NA
5 B         5     2
6 B         6     3

原理说明 #

dplyr分组操作中，mutate内的if(){}else{}会针对每个分组单独执行：先判断当前分组的val2是否全为缺失值，是就返回该分组整列val1作为新的val2，否则直接返回原有val2，完全匹配需求逻辑。

内容的提问来源于stack exchange，提问作者Hakki