使用dplyr按组内匹配列填充缺失值（NA）

嘿，这个需求其实不用把数据展开就能优雅解决，完全能保持原有的整洁结构！我给你分享两种常用工具的实现方案，分别是R的tidyverse和Python的pandas：

R 方案（基于tidyverse） #

核心思路是按date分组，在每个日期组内，用另一组的有效值填充当前组的NA。我们可以用dplyr的分组操作结合coalesce函数来实现：

首先构造示例数据：

library(tidyverse)

# 模拟你的数据结构
df <- tibble(
  date = rep(as.Date(c("2023-01-01", "2023-01-02", "2023-01-03")), 2),
  groupID = rep(c("A", "B"), each = 3),
  value = c(1, NA, 3, NA, 2, NA)
)

然后执行填充操作：

df_filled <- df %>%
  group_by(date) %>%
  mutate(
    # 提取同日期下另一组的数值
    other_group_val = case_when(
      groupID == "A" ~ value[groupID == "B"],
      groupID == "B" ~ value[groupID == "A"]
    ),
    # 用另一组的值填充NA，优先保留原有效值
    value = coalesce(value, other_group_val)
  ) %>%
  ungroup()

如果不需要保留中间列other_group_val，直接把逻辑整合到coalesce里也可以。这个方法全程保持原数据的行结构，不会展开。

Python 方案（基于pandas） #

同样按date分组，利用分组后的变换操作来实现跨组填充。这里有两种写法，一种是直观的自定义函数，另一种是更简洁的lambda表达式：

先构造示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "date": pd.date_range("2023-01-01", periods=3).repeat(2),
    "groupID": ["A", "B"]*3,
    "value": [1, np.nan, np.nan, 2, 3, np.nan]
})

写法一：直观的自定义分组函数 #

def fill_cross_group_na(group):
    # 分别获取当前日期组内A、B的有效值
    a_val = group[group["groupID"] == "A"]["value"].dropna().values
    b_val = group[group["groupID"] == "B"]["value"].dropna().values
    # 填充NA：A的NA用B的值，B的NA用A的值
    group["value"] = np.where(
        group["groupID"] == "A",
        group["value"].fillna(b_val[0] if len(b_val) > 0 else np.nan),
        group["value"].fillna(a_val[0] if len(a_val) > 0 else np.nan)
    )
    return group

df_filled = df.groupby("date").apply(fill_cross_group_na).reset_index(drop=True)

写法二：简洁的lambda变换 #

因为你的场景只有两组，每个日期组内刚好两行，我们可以直接反转取另一行的值来填充：

df["value"] = df.groupby("date")["value"].transform(
    lambda x: x.fillna(x.iloc[::-1].values[0])
)

这个写法非常简洁，核心是x.iloc[::-1]反转当前组的行，取第一个元素就是另一组的值，完美适配两组的跨填充需求。

不管用哪种工具，最终处理后的数据都会保持原有的行结构，完全符合你“保持数据整洁”的要求～

内容的提问来源于stack exchange，提问作者jknappe