使用group_by时如何重新排列分组内列中NA的位置？

嘿，我来帮你搞定这个问题！

首先得说下你原来代码为啥没成功——你在mutate里用了df$value，这会直接调用整个数据框的value列，完全忽略了group_by(fact)的分组逻辑，相当于没做分组操作，结果肯定不对啦。

要实现每个分组内把非NA值保留原相对顺序，仅将NA移到组的末尾，正确的dplyr写法应该是这样的：

library(dplyr)

# 你的示例数据框
df <- data.frame(fact=c(1,1,1,2,2,2), id=rep(1:6), value=c(NA,44,23,NA,NA,76))

# 分组处理生成newvar
dfb <- df %>%
  group_by(fact) %>%
  mutate(newvar = value[order(is.na(value))]) %>%
  ungroup()

# 查看结果
print(dfb)

运行后你会得到想要的newvar列：c(44,23,NA,76,NA,NA)。

这里的关键是order(is.na(value))：它会为每个分组生成一个索引，把非NA值对应的位置（is.na(value)返回FALSE）按原有顺序排在前面，NA值的位置（返回TRUE）排在最后，这样重新索引后就完美实现了你的需求。

⚠️ 注意哦：如果你想用sort(value, na.last = TRUE)代替，虽然也能把NA移到后面，但非NA值会被自动排序（比如fact=1的组会变成23,44,NA），这就破坏了你原本的非NA值顺序，所以千万别搞错啦。

如果你不想用dplyr，用base R的ave函数也能实现：

df$newvar <- ave(df$value, df$fact, FUN = function(x) x[order(is.na(x))])

内容的提问来源于stack exchange，提问作者pd441