按组用对应位置值填充s1、s2缺失值的dplyr实现求助

嘿，我来帮你搞定这个按组处理缺失值的问题！根据你的描述，你需要按id分组，用同组内相同相对位置的vals/vals2值，替换s1和s2中的缺失值。先看你生成的测试数据：每组前2个s1是NA（因为rollsumr(vals, k=3)需要3个连续值，前两个位置没法计算），每组第一个s2是NA（rollsumr(vals, k=2)需要2个连续值）。

下面给你几种可行的实现方法：

方法1：用dplyr实现（最贴合你的需求场景） #

这是最直接的dplyr写法，分组后逐行检查缺失值，用同位置的vals/vals2替换：

library(dplyr)

# 先运行你提供的数据生成代码
id = c(1,1,1,1,1,1,2,2,2,2)
date=101:110
vals = c(101:110)
vals2 = c(1:10)
test = data.frame(id,date,vals,vals2)
test <- test %>% group_by(id) %>% mutate(s1=rollsumr(vals,k=3,fill=NA), s2=rollsumr(vals,k=2,fill=NA))

# 核心填充逻辑
test_filled <- test %>%
  group_by(id) %>%
  mutate(
    # 当s1为NA时，用同组同位置的vals替换
    s1 = if_else(is.na(s1), vals, s1),
    # 当s2为NA时，用同组同位置的vals2替换
    s2 = if_else(is.na(s2), vals2, s2)
  ) %>%
  ungroup()

# 查看结果
print(test_filled)

如果你的需求是用vals和vals2的组合（比如相加）替换，只需要把vals改成vals + vals2即可。

方法2：用data.table实现（适合大数据场景） #

如果你的数据集很大，data.table的分组操作效率会更高：

library(data.table)

# 转换为data.table格式
setDT(test)

# 按id分组填充
test_filled_dt <- test[, 
  `:=`(
    s1 = fifelse(is.na(s1), vals, s1),
    s2 = fifelse(is.na(s2), vals2, s2)
  ), 
  by = id
]

方法3：用base R实现（无需额外包） #

如果你不想加载第三方包，用base R的ave函数也能实现：

# 填充s1
test$s1_filled <- ave(test$s1, test$id, FUN = function(x) {
  # 找到组内NA的位置，用对应位置的vals替换
  na_pos <- is.na(x)
  group_id <- unique(test$id[na_pos])
  x[na_pos] <- test$vals[test$id == group_id][na_pos]
  x
})

# 填充s2
test$s2_filled <- ave(test$s2, test$id, FUN = function(x) {
  na_pos <- is.na(x)
  group_id <- unique(test$id[na_pos])
  x[na_pos] <- test$vals2[test$id == group_id][na_pos]
  x
})

拓展：自定义相对位置替换 #

如果你的需求不是用当前行的vals/vals2，而是组内其他相对位置的值（比如组内第n个NA用组内第n+1个vals），可以用row_number()定位组内位置：

test %>%
  group_by(id) %>%
  mutate(
    # s1的NA替换成组内下一个位置的vals
    s1 = if_else(is.na(s1), lead(vals), s1),
    # s2的NA替换成组内上一个位置的vals2
    s2 = if_else(is.na(s2), lag(vals2), s2)
  ) %>%
  ungroup()

内容的提问来源于stack exchange，提问作者MLE