如何用data.table对面板数据按分组向前填充NA值

这事儿在data.table里处理起来特别顺手，刚好你的需求是每个ID分组内，用前一个非NA值填充后续的NA，下面给你两种高效的实现方法：

方法1：使用data.table原生nafill()函数（推荐） #

nafill()是data.table专门用来处理NA的函数，其中type = "locf"参数就是「Last Observation Carried Forward」——简单说就是把最近的非NA值“带”到后面的NA位置上，完全匹配你的需求。

因为你的数据是用CJ()生成的，已经默认按ID（V1）和年份（V2）排好序了，直接按ID分组填充即可：

library(data.table)

# 你的原始数据集
comb <- CJ(1:4, 2005:2008)
comb$var3 <- c(1, NA, 2, NA, 3, NA, 4, NA, 5, NA, 6, NA, 7, NA, 8, NA)

# 按ID分组，用前一个有效值填充NA
comb[, var3 := nafill(var3, type = "locf"), by = V1]

方法2：使用fill()函数（data.table 1.14.0+支持） #

如果你习惯更简洁的语法，data.table从1.14.0版本开始也支持fill()函数，用法更直观：

# 同样按ID分组填充
comb[, var3 := fill(var3), by = V1]

补充说明 #

如果你的数据集不是预先按ID和年份排序的，记得先排序再填充，避免填充顺序出错：

setorder(comb, V1, V2) # 按ID和年份升序排序

运行完上面的代码后，var3就会变成你想要的结果：c(1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8, 8)。

内容的提问来源于stack exchange，提问作者user9563072