如何使用tidyverse插入介于指定范围和don'；t已存在于感兴趣的列中

我有一个包含分组数据的大型TIBLE。每组包括12行。TIBLE的第三列的值必须介于1和12之间。大多数行都填充了第3列中的所有行，但有些行没有。对于那些缺少数据（NA）的行，我喜欢使用dplyr插入正确的值。我的挑战是，第3列中的值不一定是数字顺序，因此我必须找到中不存在的值，然后相应地插入

我准备了一个reprex来演示我要描述的内容。在我的示例中，组B缺少第3列中的最后两个值。列3中唯一不存在的值是4和7。因此，我想找到一种方法来确定可以插入哪些值，然后使用mutate将NA值更新为未使用的值。这是我努力满足mlogit数据帧数据需求的全部内容

库（tidyverse）
df#U之前#一个tible:24 x 3
#>键y z
#>      
#>1 A 2 1
#>2 A 2 2
#>3 A 2 3
#>4 A 2 4
#>5 A 2 5
#>6 A 2 6
#>7 A 2 7
#>8 A 2 8
#>9 A 2 9
#>10 A 210
#>11 A 2 11
#>12 A 2 12
#>13 B 2 2
#>14 B 2 11
#>15 B 2 3
#>16 B 2 6
#>17 B 2 12
#>18 B 2 8
#>19 B 2 9
#>20B210
#>21 B 2 1
#>22 B 2 5
#>23 B 2 NA
#>24 B 2 NA
df_%之后
分组人（键）
目标：24 x 3
#>键y z
#>      
#>1 A 2 1
#>2 A 2 2
#>3 A 2 3
#>4 A 2 4
#>5 A 2 5
#>6 A 2 6
#>7 A 2 7
#>8 A 2 8
#>9 A 2 9
#>10 A 210
#>11 A 2 11
#>12 A 2 12
#>13 B 2 2
#>14 B 2 11
#>15 B 2 3
#>16 B 2 6
#>17 B 2 12
#>18 B 2 8
#>19 B 2 9
#>20B210
#>21 B 2 1
#>22 B 2 5
#>23 B 2 4
#>24B27

---

更新：我有一个有效的解决方案，但它丑陋的咕噜声可能会有所帮助

---

库（tidyverse）
df#U之前#一个tible:24 x 3
#>键y z
#>      
#>1 A 2 1
#>2 A 2 2
#>3 A 2 3
#>4 A 2 4
#>5 A 2 5
#>6 A 2 6
#>7 A 2 7
#>8 A 2 8
#>9 A 2 9
#>10 A 210
#>11 A 2 11
#>12 A 2 12
#>13 B 2 2
#>14 B 2 11
#>15 B 2 3
#>16 B 2 6
#>17 B 2 12
#>18 B 2 8
#>19 B 2 9
#>20B210
#>21 B 2 1
#>22 B 2 5
#>23 B 2 NA
#>24 B 2 NA
获取指数%
分组依据（键）%>%
突变（种子=1）%>%
变异（flag=if_else（！is.na（z），0，seed））%>%
突变（j=标志+滞后（标志））%>%
突变（温度=z）%>%
变异（new_z=if_else（j==1，setdiff（1:12，temp）[1]，
如果（j==2，setdiff（1:12，temp）[2]，
如果（j==3，setdiff（1:12，temp）[3]，
如果（j==4，setdiff（1:12，temp）[4]，
如果（j==2，setdiff（1:12，temp）[5]，
如果（j==2，setdiff（1:12，temp）[6]，
如果（j==2，setdiff（1:12，temp）[7]，
如果（j==2，setdiff（1:12，temp）[8]，
如果（j==2，setdiff（1:12，temp）[9]，
如果（j==2，setdiff（1:12，temp）[2]，0升
))))))))))) %>%
变异（z=if_else（is.na（z），as.numeric（new_z），z））%>%
选择（-j，-new_z，-temp，-flag，-seed）%>%
打印（n=24）
#>#tibble:24 x 3
#>#组：键[2]
#>键y z
#>      
#>1 A 2 1
#>2 A 2 2
#>3 A 2 3
#>4 A 2 4
#>5 A 2 5
#>6 A 2 6
#>7 A 2 7
#>8 A 2 8
#>9 A 2 9
#>10 A 210
#>11 A 2 11
#>12 A 2 12
#>13 B 2 2
#>14 B 2 11
#>15 B 2 3
#>16 B 2 6
#>17 B 2 12
#>18 B 2 8
#>19 B 2 9
#>20B210
#>21 B 2 1
#>22 B 2 5
#>23 B 2 4
#>24B27

---

由（v0.3.0）于2020年5月3日创建，您在评论中的想法是正确的，但您可以使用

replace（）

，而不是

if\u else（）

：

---

我试图找到一种使用setdff来解决这个问题的方法。可能是这样的：mutate（z=if_else（is.na（z），setdiff（1:12，z）[1]），z）），但我似乎无法让它工作。

df_BEFORE %>% 
  group_by(key) %>% 
  mutate(z = replace(z, is.na(z), setdiff(1:12, z)))