R中基于subject字符列填充group列缺失值的实现方法

首先修正你的示例数据的两处小问题：字符类型的subject值需加引号，两个列的向量长度需匹配，修正后的示例数据如下：

df <- data.frame(
  subject = c("a1_1", "a1_1", "a1_1", "a1_1", "a1_2", "a1_2", "b1_1", "b1_1", "b1_1", "b1_1"),
  group = c(1, NA, NA, NA, NA, 1, NA, NA, 2, NA)
)

以下是几种常用的实现方式：

方法1：tidyverse套件实现（可读性最高） #

用dplyr分组后配合tidyr的fill函数填充即可：

library(dplyr)
library(tidyr)

df_filled <- df %>%
  group_by(subject) %>%
  # 若确认每个subject的非NA group值一定在首行，.direction参数可省略，默认向下填充
  fill(group, .direction = "downup") %>%
  ungroup()

方法2：base R实现（无需安装额外依赖） #

用分组统计函数ave对每个subject提取首个非NA的group值赋值到全组：

df$group <- ave(df$group, df$subject, FUN = function(x) na.omit(x)[1])

方法3：data.table实现（适合大体积数据集，运算速度最快） #

library(data.table)
# 转换为data.table格式
setDT(df)
# 按subject分组后赋值
df[, group := na.omit(group)[1], by = subject]

内容的提问来源于stack exchange，提问作者EGF1