R语言：按ID提取变量最后一个非NA值并生成新变量

嗨，我来帮你搞定这个需求！首先得提个小细节：你原代码里的datvisit会被R当成数值计算（比如25/06/2014会变成一个小数），所以我先把它修正成日期类型，这样数据才符合实际意义。

第一步：修正数据框的日期格式 #

data0 <- data.frame(
  id = c("AH001","AH001","AH002","AH002","AH002","AH002","AH003","AH003","AH003","AH003"),
  numvisit = c(2,3,2,3,4,5,2,3,4,5),
  datvisit = as.Date(c("25/06/2014","24/07/2014","25/06/2014","24/07/2014","25/08/2014","26/09/2014","25/06/2014","24/07/2014","25/08/2014","26/09/2014"), format = "%d/%m/%Y"),
  weight = c(51.3,51.4,59.8,59.6,NA,NA,52.2,52.5,NA,NA),
  center = c(1,1,1,1,1,1,1,1,1,1)
)

方法一：用dplyr（tidyverse风格）实现 #

这是现在最常用的分组处理方式，代码清晰易懂：

library(dplyr)

data0 <- data0 %>%
  group_by(id) %>%
  # 提取每个id下非NA的weight，取最后一个值；如果全是NA则返回NA
  mutate(poidslast = last(weight[!is.na(weight)])) %>%
  ungroup()

方法二：用base R实现（无需额外包） #

如果你不想加载tidyverse包，用base R的ave函数也能轻松搞定：

data0$poidslast <- ave(data0$weight, data0$id, 
                       FUN = function(x) tail(x[!is.na(x)], 1))

最终效果 #

运行完上面任意一种方法后，data0就会新增poidslast列：

• 所有id=AH001的行，poidslast都是51.4（该id最后一个非NA的weight）
• 所有id=AH002的行，poidslast都是59.6
• 所有id=AH003的行，poidslast都是52.5

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