R语言中按个体重复指定单元格值的实现方法

嗨，作为R语言新手碰到这种数据整理的需求太常见啦！我来给你两种简单易懂的方法，轻松实现按picode分组，把每组里IUGRsc1的非NA值填充到该组所有行中。

首先先确认你的数据集：

dfX <- data.frame("picode" = c(1,1,1,1,1,1,2,2,2,2,2,2,3,3,4,4,4,4,4,5,6,6,6,6), 
                  "Age" = c(0,7,14,21,28,30,0,7,14,21,28,30,0,8,0,8,15,21,29,0,0,5,7,14), 
                  "IUGRsc1" = c(0.12,NA,NA,NA,NA,NA,0.26,NA,NA,NA,NA,NA,0.15,NA,0.19,NA,NA,NA,NA,0.3,0.23,NA,NA,NA))

方法一：用dplyr的mutate+first组合 #

这是最直观的方式，先按picode分组，然后提取每组里IUGRsc1的非NA值，填充到整组：

# 先安装并加载dplyr包（如果没装过的话）
# install.packages("dplyr")
library(dplyr)

dfX2 <- dfX %>%
  group_by(picode) %>%  # 按个体picode分组
  mutate(IUGRsc1 = first(na.omit(IUGRsc1))) %>%  # 取每组非NA的第一个值，替换整列
  ungroup()  # 取消分组，回到普通数据框

方法二：用dplyr的fill函数 #

fill函数专门用来填充缺失值，设置方向后可以一键搞定：

dfX2 <- dfX %>%
  group_by(picode) %>%
  fill(IUGRsc1, .direction = "downup") %>%  # 先向下填充，再向上（确保所有NA都被覆盖）
  ungroup()

你可以查看结果验证一下，比如用head(dfX2, 6)，会看到picode=1的所有行IUGRsc1都是0.12，完全符合你的需求！

内容的提问来源于stack exchange，提问作者Kikirou