R 在第三列匹配的条件下，使用同一列中的值替换NAs

对于给定的列，我需要用不同行的非NA值替换每行的NA

在var2列中，名称之间没有唯一的值。i、 e.可能有一个var2值在id之间共享

name<- rep(c("yygy","gryh","glqy","abye"),4)
var2<- c(101,102,102,104,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA,NA)
data.frame(name,var2)



     name var2
  1  yygy  101
  2  gryh  102
  3  glqy  102
  4  abye  104
  5  yygy   NA
  6  gryh   NA
  7  glqy   NA
  8  abye   NA
  9  yygy   NA
  10 gryh   NA
  11 glqy   NA
  12 abye   NA
  13 yygy   NA
  14 gryh   NA
  15 glqy   NA
  16 abye   NA

基本上，在上面的示例中，我希望在所有匹配的名称值上重复var2值，即对于yygy，将有四行，每行101

我原以为dplyr的连接函数会起作用，但没能实现。当然，这可以通过一个循环来完成，但理想的情况是寻找一个tidyr/dplyr方法或apply方法？

我们可以在按“name”分组后使用replace

library(dplyr)
df %>% 
  group_by(name)  %>% 
  mutate(var2 = replace(var2, is.na(var2), var2[!is.na(var2)]))

我们可以在按“名称”分组后使用替换

library(dplyr)
df %>% 
  group_by(name)  %>% 
  mutate(var2 = replace(var2, is.na(var2), var2[!is.na(var2)]))

您可以使用tidyr:：fill：

您可以使用tidyr:：fill：

在R底

df2 <- merge(df1[1],subset(df1,!is.na(var2),all.x=TRUE))

#    name var2
# 1  abye  104
# 2  abye  104
# 3  abye  104
# 4  abye  104
# 5  glqy  102
# 6  glqy  102
# 7  glqy  102
# 8  glqy  102
# 9  gryh  102
# 10 gryh  102
# 11 gryh  102
# 12 gryh  102
# 13 yygy  101
# 14 yygy  101
# 15 yygy  101
# 16 yygy  101

或维持秩序：

df2 <- merge(df1[1],subset(df1,!is.na(var2),all.x=TRUE)
             )[rank(df1$name,ties.method="first"),]
rownames(df2) <- NULL

#    name var2
# 1  yygy  101
# 2  gryh  102
# 3  glqy  102
# 4  abye  104
# 5  yygy  101
# 6  gryh  102
# 7  glqy  102
# 8  abye  104
# 9  yygy  101
# 10 gryh  102
# 11 glqy  102
# 12 abye  104
# 13 yygy  101
# 14 gryh  102
# 15 glqy  102
# 16 abye  104

资料

在R底

df2 <- merge(df1[1],subset(df1,!is.na(var2),all.x=TRUE))

#    name var2
# 1  abye  104
# 2  abye  104
# 3  abye  104
# 4  abye  104
# 5  glqy  102
# 6  glqy  102
# 7  glqy  102
# 8  glqy  102
# 9  gryh  102
# 10 gryh  102
# 11 gryh  102
# 12 gryh  102
# 13 yygy  101
# 14 yygy  101
# 15 yygy  101
# 16 yygy  101

或维持秩序：

df2 <- merge(df1[1],subset(df1,!is.na(var2),all.x=TRUE)
             )[rank(df1$name,ties.method="first"),]
rownames(df2) <- NULL

#    name var2
# 1  yygy  101
# 2  gryh  102
# 3  glqy  102
# 4  abye  104
# 5  yygy  101
# 6  gryh  102
# 7  glqy  102
# 8  abye  104
# 9  yygy  101
# 10 gryh  102
# 11 glqy  102
# 12 abye  104
# 13 yygy  101
# 14 gryh  102
# 15 glqy  102
# 16 abye  104

资料

---

谢谢。我在看帮助文件，它说它用前面的条目填充了行。所以我猜它工作的原因是，group_按名称对df进行排序……如果有一个名称的值丢失了呢？如果名称“glqy”最初在var2中是NA而不是“102”，那么在使用fill命令后，所有值都将保持NA。它不会使用名称“abye”中的值。啊，好的，太好了。谢谢有没有办法维持秩序或恢复到原来的秩序？我不认为有简单/干净的方法，但您可以执行类似df%>%mutateord=row_number%>%group_byname%>%fillvar2%>%arrangeord%>%的操作，如果有其他字段（如日期）可能是连续的，请选择ord或使用arrange。谢谢。我在查看帮助文件时，它说明用以前的条目填充行。所以我猜它工作的原因是，group_按名称对df进行排序……如果有一个名称的值丢失了呢？如果名称“glqy”最初在var2中是NA而不是“102”，那么在使用fill命令后，所有值都将保持NA。它不会使用名称“abye”中的值。啊，好的，太好了。谢谢有没有办法维持秩序或恢复到原来的秩序？我不认为有简单/干净的方法，但是你可以像df%>%mutateord=row_number%>%group_byname%>%fillvar2%>%arrangeord%>%这样做，如果有另一个像date这样的字段可能是连续的，那么选择ord或使用arrange。我想如果我的数据框中没有超过2个数据列，但却有，而且似乎因此而变得一团糟，那就可以了对不起，我应该说。谢谢你的意见。Sbha的答案似乎已经完成了任务。如果使用df1[-2]而不是df1[1]和subsetdf1[cname，var2]，！is.navar2应该可以使用正确的列索引而不是2sbha。如果使用dplyr，我会使用它，并且我已经开始键入：，我只是提供了基本的替代方案。但它并没有保留顺序。我认为如果我的数据帧中没有超过2个数据列，这也没问题，但确实有，而且似乎因为它而混乱了。对不起，我应该说。谢谢你的意见。Sbha的答案似乎已经完成了任务。如果使用df1[-2]而不是df1[1]和subsetdf1[cname，var2]，！is.navar2应该可以使用正确的列索引而不是2sbha。如果使用dplyr，我会使用它，并且我已经开始键入：，我只是提供了基本的替代方案。但这并不能维持秩序。