R语言提取dataframe最后非NA列值并替换目标列值的实现方案

核心思路 #

观察数据规律可知，每个name1分组下的非空name3值就是我们需要替换的目标值，无需硬编码任何字符，直接基于数据本身的分组特征实现替换即可。

最简实现（tidyverse 一步完成） #

直接在生成name4列时就按规则取值，不需要后续二次替换：

library(tidyverse)

df <- data.frame(name1 = c("a" , "a", "a", "a", "c", "c", "c", "c"),
                 name2 = c(NA,"a","a",NA, NA, "c", "c", NA),
                 name3 = c(NA, "b", "b", NA, NA, "d","d",NA))

df_result <- df %>%
  # 按name1分组
  group_by(name1) %>%
  # name3非空取name3，否则取当前分组下唯一的非空name3值
  mutate(name4 = ifelse(!is.na(name3), name3, unique(na.omit(name3)))) %>%
  ungroup()

通用映射方案（适配更复杂的替换逻辑） #

如果后续替换逻辑更灵活，可以先提取映射关系再替换，全程无硬编码：

# 1. 提取name1到目标值的映射关系
mapping <- df %>%
  filter(!is.na(name3)) %>%
  distinct(name1, target_val = name3)

# 2. 生成name4后按映射替换
df_result <- df %>%
  mutate(name4 = ifelse(!is.na(name3), name3, name1)) %>%
  left_join(mapping, by = "name1") %>%
  mutate(name4 = ifelse(name4 == name1, target_val, name4)) %>%
  select(-target_val)

base R 实现方案 #

不需要加载第三方包的实现方式：

# 生成映射向量
mapping <- unique(na.omit(df[, c("name1", "name3")]))
map_vec <- setNames(mapping$name3, mapping$name1)

# 生成并替换name4
df$name4 <- ifelse(!is.na(df$name3), df$name3, df$name1)
df$name4 <- ifelse(df$name4 %in% names(map_vec), map_vec[df$name4], df$name4)

以上所有方案输出的结果都和提供的期望输出一致，且全程没有硬编码a/b/c/d等字符，数据分组变化后不需要修改代码逻辑即可复用。

内容的提问来源于stack exchange，提问作者Anh