如何将NA填入R中的下一行？

我想把NA填到下一排。这是数据集

structurelisttimestamp=结构C1L、2L、3L、4L、5L、6L， 7L，8L，9L，10L，11L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L， 11L，.标签=c2019-07-07 00:00:002019-07-07 00:00:01， 2019-07-07 00:00:02, 2019-07-07 00:00:03, 2019-07-07 00:00:04, 2019-07-07 00:00:05, 2019-07-07 00:00:06, 2019-07-07 00:00:07, 2019-07-07 00:00:08, 2019-07-07 00:00:09, 2019-07-07 00:00:10 ，类别=系数，来源=结构CNA，NA，NA，1L，NA， NA，1L，NA，NA，NA，NA，2L，NA，NA，2L，NA，NA，NA，NA，2L， NA、.Label=cUSER\u A、USER\u B、class=factor、value=cNA、， NA，NA，1L，NA，NA，1L，NA，NA，NA，NA，NA，1L，NA，1L，NA，1L，NA，NA，NA， 2L，NA，NA，3L，NA，class=data.frame，row.names=cNA， -22L

该表是时间和源之间的各种循环。在这种情况下，每个源A和B都有固定的00:00:00到00:00:10行

以下是预期结果表

             timestamp source value
1  2019-07-07 00:00:00   <NA>    NA
2  2019-07-07 00:00:01   <NA>    NA
3  2019-07-07 00:00:02   <NA>    NA
4  2019-07-07 00:00:03 USER_A     1
5  2019-07-07 00:00:04 USER_A     1
6  2019-07-07 00:00:05 USER_A     1
7  2019-07-07 00:00:06 USER_A     1
8  2019-07-07 00:00:07   <NA>    NA
9  2019-07-07 00:00:08   <NA>    NA
10 2019-07-07 00:00:09   <NA>    NA
11 2019-07-07 00:00:10   <NA>    NA
12 2019-07-07 00:00:00   <NA>    NA
13 2019-07-07 00:00:01 USER_B     1
14 2019-07-07 00:00:02 USER_B     1
15 2019-07-07 00:00:03 USER_B     1
16 2019-07-07 00:00:04 USER_B     2
17 2019-07-07 00:00:05 USER_B     2
18 2019-07-07 00:00:06 USER_B     2
19 2019-07-07 00:00:07 USER_B     3
20 2019-07-07 00:00:08 USER_B     3
21 2019-07-07 00:00:09 USER_B     3
22 2019-07-07 00:00:10   <NA>    NA

第5行和第6行的值和源根据用户_A替换为第7行的值和源。用户_B行也根据下一行以相同的方式替换

---

如何在R中进行此处理？

这里有一种使用dplyr的方法，因为每个源都有固定数量的行。我们首先为每n行创建一个组，并添加一个新的列group2，该列中的非NA值的最小索引和最大索引之间只有1。然后，我们将_按group2分组，并按组用以前的非缺失值填充缺失值

n <- 11
library(dplyr)  

df %>%
  group_by(group1 = gl(n()/n, n)) %>%
  mutate(group2 = 0, 
         group2 = replace(group2, min(which(!is.na(source))) : 
                                  max(which(!is.na(source))), 1)) %>%
  group_by(group2) %>%
  tidyr::fill(source, value) %>% 
  ungroup() %>%
  select(-group1, -group2) 

# A tibble: 22 x 3
#   timestamp           source value
#   <fct>               <fct>  <int>
# 1 2019-07-07 00:00:00 NA        NA
# 2 2019-07-07 00:00:01 NA        NA
# 3 2019-07-07 00:00:02 NA        NA
# 4 2019-07-07 00:00:03 USER_A     1
# 5 2019-07-07 00:00:04 USER_A     1
# 6 2019-07-07 00:00:05 USER_A     1
# 7 2019-07-07 00:00:06 USER_A     1
# 8 2019-07-07 00:00:07 NA        NA
# 9 2019-07-07 00:00:08 NA        NA
#10 2019-07-07 00:00:09 NA        NA
# … with 12 more rows

---

谢谢你的回答。实际上，我在fill函数中添加了向上的方向选项。无论如何，谢谢你much@Juhyeon默认方向是向下，但在这种情况下，我认为无论方向如何，它都会给出相同的答案。

n <- 11
library(dplyr)  

df %>%
  group_by(group1 = gl(n()/n, n)) %>%
  mutate(group2 = 0, 
         group2 = replace(group2, min(which(!is.na(source))) : 
                                  max(which(!is.na(source))), 1)) %>%
  group_by(group2) %>%
  tidyr::fill(source, value) %>% 
  ungroup() %>%
  select(-group1, -group2) 

# A tibble: 22 x 3
#   timestamp           source value
#   <fct>               <fct>  <int>
# 1 2019-07-07 00:00:00 NA        NA
# 2 2019-07-07 00:00:01 NA        NA
# 3 2019-07-07 00:00:02 NA        NA
# 4 2019-07-07 00:00:03 USER_A     1
# 5 2019-07-07 00:00:04 USER_A     1
# 6 2019-07-07 00:00:05 USER_A     1
# 7 2019-07-07 00:00:06 USER_A     1
# 8 2019-07-07 00:00:07 NA        NA
# 9 2019-07-07 00:00:08 NA        NA
#10 2019-07-07 00:00:09 NA        NA
# … with 12 more rows