如何在R的data frame中对指定列硬编码填充NA缺失值

完全可以手动对NA列进行硬编码赋值，以下是针对不同场景的实现方法：

场景1：给示例数据中每个行业分组的首行NA统一赋值 #

针对你给出的测试数据，可以按行业编码给首行的empprevmonth自定义数值，再重新计算环比变化：

library(dplyr)

example <- example %>%
  group_by(indcode3) %>%
  mutate(
    # 自定义不同行业首行的上月就业数
    empprevmonth = case_when(
      is.na(empprevmonth) & indcode3 == 624410 ~ 24, # 此处替换为你需要的数值
      is.na(empprevmonth) & indcode3 == 72 ~ 84, # 此处替换为你需要的数值
      TRUE ~ empprevmonth
    ),
    # 重新计算环比变化，覆盖原有NA
    empprevmonthchg = employment3 - empprevmonth
  )

场景2：给大表中指定日期的行单独赋值 #

针对你提到的2013-01-01行需要手动填值的需求，假设你的数据框名为full_df，日期列名为period_date（Date类型），直接按条件定位行赋值即可：

# 手动给2013-01-01行的empprevmonth填入你已知的上月就业数值，示例为82
full_df$empprevmonth[full_df$period_date == as.Date("2013-01-01")] <- 82
# 同步计算该行的就业环比变化
full_df$empprevmonthchg[full_df$period_date == as.Date("2013-01-01")] <- full_df$employment3[full_df$period_date == as.Date("2013-01-01")] - 82

• 补充注意：如果需要修改后的数值同步作用于后续行的计算，可在赋值完成后重新执行分组排序后的lag计算，保证全表逻辑一致：

full_df <- full_df %>%
  group_by(indcode3) %>%
  arrange(period_date) %>% # 必须按日期升序排列保证lag取值正确
  mutate(
    empprevmonth = if_else(is.na(empprevmonth), lag(employment3, 1), empprevmonth),
    empprevmonthchg = employment3 - empprevmonth
  )

内容的提问来源于stack exchange，提问作者Tim Wilcox