R语言实现Cascading mutate：为歌词数据填充角色信息

我懂你碰到的麻烦了——用lag()只能搞定紧邻的那一行false，但连续一串false的话，后面的就没法继续填充了对吧？别发愁，这里有两个靠谱的解决方案，第一个用tidyr包的方法尤其简洁高效，推荐优先试试。

方法一：用tidyr::fill()（最省心的方案） #

fill()就是专门用来处理这种向下/向上填充最近非缺失值的场景，完美匹配你的需求。步骤很简单：

1. 先把character列里的字符串"false"转成NA（因为fill()是针对缺失值工作的）
2. 调用fill()向下填充最近的非NA值
3. （如果需要的话）可以再把剩余的NA转回"false"，不过看你的需求应该不需要，毕竟我们要的是填充角色值

示例代码：

library(dplyr)
library(tidyr)

cleaned_lyrics <- lyrics %>%
  # 将字符串"false"转换为NA
  mutate(character = ifelse(character == "false", NA, character)) %>%
  # 向下填充character列的NA，使用上方最近的非NA值
  fill(character, .direction = "down") %>%
  # 要是你的原始数据里character是逻辑型的false，把上面的ifelse换成：character = ifelse(!character, NA, character)
  as.data.frame()

拿你给的示例数据测试的话，处理后第3-7行的character都会被填充成[PRISONERS]，第8行保持[PRISONER #1]，完全符合你的预期。

方法二：用dplyr累积分组（不用额外加载包） #

要是你不想加载tidyr，可以用dplyr的cumsum()创建分组标记，然后在每个分组里统一填充角色值：

library(dplyr)

cleaned_lyrics <- lyrics %>%
  # 创建分组：每遇到非"false"的character，就开启一个新分组
  mutate(group_id = cumsum(character != "false")) %>%
  # 每个分组内，把character替换成本组第一个有效的角色值
  group_by(group_id) %>%
  mutate(character = first(character[character != "false"])) %>%
  ungroup() %>%
  select(-group_id) %>% # 删掉临时的分组列
  as.data.frame()

这个方法的逻辑是把连续的false行和它上方的有效角色行归为同一个分组，然后用分组里的第一个有效角色值填满整个分组的character列，同样能实现级联填充的效果。

为啥你之前的代码没生效？ #

你之前用lag(character)只能取前一行的值，当第3行被填充后，第4行的lag(character)还是原来的false（因为第3行原本就是false，还没被后续的填充逻辑处理），所以只能替换第一行false，后面的就没法继续了。而上面的两种方法都是基于累积传递最近有效值的逻辑，所以能搞定连续多个false的情况。

内容的提问来源于stack exchange，提问作者nimz713