面板数据中仅对首次观测工作时长为正的个体填充缺失值为0的方法

你原有代码的逻辑存在3个核心问题：

• 判断条件仅作用于当前行，无法将「首轮工作时长为正」的标记覆盖到同一个体的所有轮次
• 错误将首轮原本为正的work_hours替换为0，完全违背需求逻辑
• replace_na语法使用错误，正确用法为replace_na(待替换列, 替换值)

需先加载dplyr和tidyr包，代码逻辑为先按个体分组，标记该个体是否符合替换条件，再对符合条件的个体统一填充缺失值：

library(dplyr)
library(tidyr)

df <- df %>%
  group_by(id) %>%
  # 标记个体是否符合替换条件：首轮wave=1的work_hours为正，na.rm避免NA导致判断出错
  mutate(qualify = any(wave == 1 & work_hours > 0, na.rm = T),
         # 符合条件的个体所有NA替换为0，否则保持原值
         workhours_imputed = ifelse(qualify, replace_na(work_hours, 0), work_hours)) %>%
  ungroup() %>%
  # 可选：删除中间生成的标记列
  select(-qualify)

也可以用coalesce简化写法，效果完全一致：

df <- df %>%
  group_by(id) %>%
  mutate(workhours_imputed = if_else(any(wave == 1 & work_hours > 0, na.rm = T), coalesce(work_hours, 0), work_hours)) %>%
  ungroup()

处理后的数据如下，完全符合需求：ID3、ID4的所有缺失值替换为0，ID2的缺失值保持不变，原有非缺失值无修改：

内容的提问来源于stack exchange，提问作者Jack