在R语言中按group1、group.2分组替换缺失值的方法

没问题，要按group1和group.2这两个分组变量来替换缺失值，其实就是在你现有的dplyr代码基础上加上分组逻辑就行，我给你详细说明两种可行的写法，包括dplyr的新语法和兼容旧版本的写法：

核心思路 #

先通过group_by()指定分组变量（这里是group1和group.2），让后续的均值计算局限在每个分组内部，再对目标列（x1、x2）执行缺失值替换，最后用ungroup()取消分组，避免影响后续操作。

方法1：使用dplyr 1.0.0+推荐的across()语法 #

这是现在dplyr官方推荐的写法，比旧的mutate_at更灵活：

首先加载dplyr包：

library(dplyr)

然后处理你的完整数据集：

# 先定义你的可复现数据
mydata <- structure(list(group1 = c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L, 2L), group.2 = c(1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L, 1L, 2L), x1 = c(20L, 4L, 91L, NA, 94L, 69L, 38L, NA, 29L, 69L, 55L, 86L, 81L, 11L, NA, 12L, 65L, 90L, 74L, NA, 49L, 90L), x2 = c(44L, 94L, NA, 1L, 67L, NA, 73L, 22L, 44L, 24L, NA, 54L, 70L, 65L, 97L, 10L, 97L, NA, 74L, 97L, 34L, 29L)), class = "data.frame", row.names = c(NA, -22L))

# 分组替换缺失值
mydata_filled <- mydata %>%
  group_by(group1, group.2) %>%
  # 对所有以x开头的列，用分组内均值替换NA
  mutate(across(starts_with("x"), ~ replace_na(., mean(., na.rm = TRUE)))) %>%
  ungroup()

这里用replace_na()函数专门处理缺失值替换，比ifelse更简洁直观，如果你需要保留数值型判断（避免对非数值列误操作），可以改成：

mutate(across(starts_with("x"), ~ ifelse(is.na(.) & is.numeric(.), mean(., na.rm = TRUE), .)))

方法2：兼容旧版dplyr的mutate_at写法 #

如果你还在使用较旧版本的dplyr，可以沿用你熟悉的mutate_at语法，只需要加上分组：

mydata_filled <- mydata %>%
  group_by(group1, group.2) %>%
  mutate_at(vars(starts_with("x")), funs(ifelse(is.na(.) & is.numeric(.), mean(., na.rm = TRUE), .))) %>%
  ungroup()

用你的小型测试数据集验证 #

我们用你提供的小型数据集测试一下效果：

# 加载小型测试数据
small_data <- structure(list(group1 = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 2L), group.2 = c(1L, 1L, 1L, 2L, 2L, 2L, 1L, 1L, 1L, 2L, 2L, 2L), x1 = c(63L, 67L, 57L, NA, 65L, 75L, 57L, 80L, 42L, NA, 35L, 80L), x2 = c(46L, 1L, NA, 41L, 80L, NA, 74L, 73L, NA, 13L, 83L, NA)), class = "data.frame", row.names = c(NA, -12L))

# 处理后查看结果
small_data_filled <- small_data %>%
  group_by(group1, group.2) %>%
  mutate(across(starts_with("x"), ~ replace_na(., mean(., na.rm = TRUE)))) %>%
  ungroup()

print(small_data_filled)

输出结果里，每个分组的NA都会被替换成该分组对应列的均值：

• 比如group1=1, group.2=1的x2缺失值会被替换成(46+1)/2 = 23.5
• group1=1, group.2=2的x1缺失值会被替换成(65+75)/2 = 70
• 以此类推，完全符合分组替换的需求。

内容的提问来源于stack exchange，提问作者CathyR