对于r中的每个组，用同一列的另一行中的值替换NA

对于每个组的给定列，我需要将每行的NA值替换为不同行的非NA值

假设示例数据如下：

id   name
 1     a
 1     NA
 2     b
 3     NA
 3     c
 3     NA

期望输出：

id   name
 1     a
 1     a
 2     b
 3     c
 3     c
 3     c

---

有没有办法在r中执行此操作？

我们可以使用

data.table

来执行此操作。将“data.frame”转换为“data.table”（

setDT（df1）

）。按“id”分组，我们将“name”替换为“name”中的非NA值

library(data.table)#v1.9.5+
setDT(df1)[, name:= name[!is.na(name)][1L] , by = id]
df1
#   id name
#1:  1    a
#2:  1    a
#3:  2    b
#4:  3    c
#5:  3    c
#6:  3    c

注意：这里我假设每个“id”组中只有一个唯一的非NA值

或者，另一种选择是在我们通过“id”和“name”对数据进行排序之后，将数据集与数据的

unique

行连接起来

 setDT(df1)
 df1[unique(df1[order(id, name)], by='id'), on='id', name:= i.name][]
 #   id name
 #1:  1    a
 #2:  1    a
 #3:  2    b
 #4:  3    c
 #5:  3    c
 #6:  3    c

注意：上的

仅适用于
data.table的devel版本。安装devel版本的说明如下

数据
df1这里是一种使用
dplyr
的方法。从数据框
x
中，我们按
id
分组，并用相关值替换
NA
。我假设每个
id
都有一个唯一的
name
值

x <- data.frame(id = c(1, 1, 2, rep(3,3)), 
 name = c("a", NA, "b", NA, "c", NA), stringsAsFactors=F)

require(dplyr)
x %>%
  group_by(id) %>%
  mutate(name = unique(name[!is.na(name)]))

Source: local data frame [6 x 2]
Groups: id

#  id name
#1  1    a
#2  1    a
#3  2    b
#4  3    c
#5  3    c
#6  3    c

x%
分组依据（id）%>%
变异（名称=唯一（名称[！is.na（名称）]）
来源：本地数据帧[6 x 2]
组：id
#身份证名称
#11A
#21 a
#3.2 b
#4.3 c
#5.3 c
#6.3 c
Base R

d<-na.omit(df)
transform(df,name=d$name[match(id,d$id)])

dif每个
id
始终至少有一个非
NA
，您可以使用任何上一个观察结转函数，比如来自
zoo
：
zoo:：NA.locf（df1[带有（df1，顺序（id，名称）），]）
使用@akruns数据
d<-na.omit(df)
transform(df,name=d$name[match(id,d$id)])