R 通过操纵领先价值填充NAs

让我们假设我的数据看起来像下面摘录的前两列（它有更多的观察结果）

我要做的是使用dplyr将每个ID组的所有NA值填充为前导值减1（如在名为value_Filled的列中）

---

如何操作？

您可以使用

ifelse

语句对新列进行

变异，以检查
NA
值：

library(dplyr)

df <- structure(list(ID = c(762L, 762L, 763L, 763L, 763L), Value = c(2L, 
2L, NA, 8L, 9L)), class = "data.frame", row.names = c(NA, -5L
))

df_filled <- df %>% mutate(value_filled = ifelse(is.na(.$Value),as.integer(substr(as.character(.$ID),1,1)),.$Value))

库（dplyr）
df我们可以使用
mutate_at
，包括列以检入
vars
参数，并将每列中的
NA
替换为
lead
值减1

library(dplyr)

df %>%
  group_by(ID) %>% #Maybe you need this, doesn't change anything for this example
  mutate_at(vars(Value, Value_Filled), ~ ifelse(is.na(.), lead(.) - 1, .))

#  ID Value Value_Filled
#1 762     2            2
#2 762     2            2
#3 763     7            7
#4 763     8            8
#5 763     9            9

当然，我的数据帧比这里显示的摘录有更多的观察值，而且我要填充的值也不是所有的值都对应于ID的第一个字符。所以我想我需要一个更具普遍性的解决方案。那么请提供一个可复制的例子。如果有更多条件，您必须检查更多条件。这个解决方案在理论上是可以推广的。但要做到这一点，您需要提供一个描述整个问题的数据集。我的回答回答了你的问题。
library(dplyr)

df %>%
  group_by(ID) %>% #Maybe you need this, doesn't change anything for this example
  mutate_at(vars(Value, Value_Filled), ~ ifelse(is.na(.), lead(.) - 1, .))

#  ID Value Value_Filled
#1 762     2            2
#2 762     2            2
#3 763     7            7
#4 763     8            8
#5 763     9            9