R 按组使用现有值替换NAs

我需要使用相同相对位置的VAL和VAL2中的值替换s1和s2中缺失的值。我无法按组索引dplyr中的位置。如果有其他方法，我很乐意尝试

资料

id=c（1,1,1,1,1,1,2,2,2,2）
日期=101:110
VAL=c（101:110）
VAL2=c（1:10）
测试=数据帧（id、日期、VAL、VAL2）
测试组%u由（id）%>%
突变（s1=rollsumr（VAL，k=3，fill=NA），
s2=rollsumr（VAL，k=2，fill=NA））
测试
id日期vals2 s1 s2
1    1.   101 101 1 NA
2    1.   102 102 2 NA 203
3    1.   103   103     3   306   205
4    1.   104   104     4   309   207
5    1.   105   105     5   312   209
6    1.   106   106     6   315   211
7    2.   107 107 7 NA
8    2.   108 108 8 NA 215
9    2.   109   109     9   324   217
10    2.   110   110    10   327   219

我的代码（不工作）

test%
突变（s1=替换（s1，？NA），
s2=更换（s2，？？NA））

期望输出

      id  date  vals vals2    s1    s2
   <dbl> <int> <int> <int> <int> <int>
 1    1.   101   101     1    101   1
 2    1.   102   102     2    102   203
 3    1.   103   103     3   306   205
 4    1.   104   104     4   309   207
 5    1.   105   105     5   312   209
 6    1.   106   106     6   315   211
 7    2.   107   107     7    107    7
 8    2.   108   108     8    108   215
 9    2.   109   109     9   324   217
10    2.   110   110    10   327   219

id日期VAL2 s1 s2
1    1.   101   101     1    101   1
2    1.   102   102     2    102   203
3    1.   103   103     3   306   205
4    1.   104   104     4   309   207
5    1.   105   105     5   312   209
6    1.   106   106     6   315   211
7    2.   107   107     7    107    7
8    2.   108   108     8    108   215
9    2.   109   109     9   324   217
10    2.   110   110    10   327   219

您可以使用

ifelse

test %>% 
 mutate(s1 = ifelse(is.na(s1), vals, s1),
        s2 = ifelse(is.na(s2), vals2, s2))
# A tibble: 10 x 6
# Groups:   id [2]
#     id  date  vals vals2    s1    s2
#  <dbl> <int> <int> <int> <int> <int>
#1    1.   101   101     1   101     1
#2    1.   102   102     2   102   203
#3    1.   103   103     3   306   205
#4    1.   104   104     4   309   207
#5    1.   105   105     5   312   209
#6    1.   106   106     6   315   211
#7    2.   107   107     7   107     7
#8    2.   108   108     8   108   215
#9    2.   109   109     9   324   217
#10   2.   110   110    10   327   219

测试%>%
突变（s1=ifelse（is.na（s1），vals，s1），
s2=ifelse（is.na（s2），vals2，s2））
#一个tibble:10x6
#组别:id[2]
#id日期vals2 s1 s2
#       
#1    1.   101   101     1   101     1
#2    1.   102   102     2   102   203
#3    1.   103   103     3   306   205
#4    1.   104   104     4   309   207
#5    1.   105   105     5   312   209
#6    1.   106   106     6   315   211
#7    2.   107   107     7   107     7
#8    2.   108   108     8   108   215
#9    2.   109   109     9   324   217
#10   2.   110   110    10   327   219

      id  date  vals vals2    s1    s2
   <dbl> <int> <int> <int> <int> <int>
 1    1.   101   101     1    101   1
 2    1.   102   102     2    102   203
 3    1.   103   103     3   306   205
 4    1.   104   104     4   309   207
 5    1.   105   105     5   312   209
 6    1.   106   106     6   315   211
 7    2.   107   107     7    107    7
 8    2.   108   108     8    108   215
 9    2.   109   109     9   324   217
10    2.   110   110    10   327   219

test %>% 
 mutate(s1 = ifelse(is.na(s1), vals, s1),
        s2 = ifelse(is.na(s2), vals2, s2))
# A tibble: 10 x 6
# Groups:   id [2]
#     id  date  vals vals2    s1    s2
#  <dbl> <int> <int> <int> <int> <int>
#1    1.   101   101     1   101     1
#2    1.   102   102     2   102   203
#3    1.   103   103     3   306   205
#4    1.   104   104     4   309   207
#5    1.   105   105     5   312   209
#6    1.   106   106     6   315   211
#7    2.   107   107     7   107     7
#8    2.   108   108     8   108   215
#9    2.   109   109     9   324   217
#10   2.   110   110    10   327   219