R 填写从一个时间点（中间一个）到较早和较晚时间点的缺失值 id

使用

fill（）

尝试这种

tidyverse

方法：

---

使用

fill（）

尝试这种

tidyverse

方法：

---

使用

ave

   id   code      time
1   1 abcd11  baseline
2   2 abcd11  baseline
3   3 abcd11  baseline
4   4 abcd11  baseline
5   5 abcd11  baseline
6   1 abcd11 screening
7   2 abcd11 screening
8   3 abcd11 screening
9   4 abcd11 screening
10  5 abcd11 screening
11  1 abcd11        3M
12  2 abcd11        3M
13  3 abcd11        3M
14  4 abcd11        3M
15  5 abcd11        3M
16  1 abcd11        6M
17  2 abcd11        6M
18  3 abcd11        6M
19  4 abcd11        6M
20  5 abcd11        6M

---

my.df使用
ave

   id   code      time
1   1 abcd11  baseline
2   2 abcd11  baseline
3   3 abcd11  baseline
4   4 abcd11  baseline
5   5 abcd11  baseline
6   1 abcd11 screening
7   2 abcd11 screening
8   3 abcd11 screening
9   4 abcd11 screening
10  5 abcd11 screening
11  1 abcd11        3M
12  2 abcd11        3M
13  3 abcd11        3M
14  4 abcd11        3M
15  5 abcd11        3M
16  1 abcd11        6M
17  2 abcd11        6M
18  3 abcd11        6M
19  4 abcd11        6M
20  5 abcd11        6M

my.df谢谢！不幸的是，它在实际数据集中无法正常工作。例如，参与者3的代码在最后一个时间点填入参与者4。我想这可能与每个参与者有不同的时间点有关？@snetlogo尝试添加真实数据样本，以便正确理解问题！您可以对该操作使用
dput（）
，并将输出粘贴到问题中@snetlogo尝试为每个id添加
group\u by（）
语句，如果没有真实数据，我无法提供正确的解决方案！好的，谢谢！我在真实数据集中使用了group_by（id），然后在您的新数据中再次使用了dput（如上更改）@snetlogo如何填充值？谢谢！不幸的是，它在实际数据集中无法正常工作。例如，参与者3的代码在最后一个时间点填入参与者4。我想这可能与每个参与者有不同的时间点有关？@snetlogo尝试添加真实数据样本，以便正确理解问题！您可以对该操作使用
dput（）
，并将输出粘贴到问题中@snetlogo尝试为每个id添加
group\u by（）
语句，如果没有真实数据，我无法提供正确的解决方案！好的，谢谢！我在真实数据集中使用了group_by（id），然后在新数据中再次使用了dput（如上更改）@snetlogo如何填充值？
   id   code      time
1   1 abcd11  baseline
2   2 abcd11  baseline
3   3 abcd11  baseline
4   4 abcd11  baseline
5   5 abcd11  baseline
6   1 abcd11 screening
7   2 abcd11 screening
8   3 abcd11 screening
9   4 abcd11 screening
10  5 abcd11 screening
11  1 abcd11        3M
12  2 abcd11        3M
13  3 abcd11        3M
14  4 abcd11        3M
15  5 abcd11        3M
16  1 abcd11        6M
17  2 abcd11        6M
18  3 abcd11        6M
19  4 abcd11        6M
20  5 abcd11        6M

my.df <- transform(my.df, code=ave(code, id, FUN=function(x)
  rep(unique(na.omit(x)), length(x))))
my.df
#    id                     time     code
# 1   3           baseline_arm_1 1bmbf816
# 2   3                log_arm_1 1bmbf816
# 3   3        prebaseline_arm_1 1bmbf816
# 4   3          screening_arm_1 1bmbf816
# 5   3 v2a_follow_up__tel_arm_1 1bmbf816
# 6   3 v2b_follow_up__pro_arm_1 1bmbf816
# 7   3  v2c_follow_up__wb_arm_1 1bmbf816
# 8   3 v3a_follow_up__tel_arm_1 1bmbf816
# 9   3 v4a_follow_up__tel_arm_1 1bmbf816
# 10  3 v5a_follow_up__tel_arm_1 1bmbf816
# 11  3  v5c_follow_up__wb_arm_1 1bmbf816
# 12  4           baseline_arm_1 1jqrc869
# 13  4                log_arm_1 1jqrc869
# 14  4        prebaseline_arm_1 1jqrc869
# 15  4          screening_arm_1 1jqrc869
# 16  4 v2a_follow_up__tel_arm_1 1jqrc869
# 17  4 v2b_follow_up__pro_arm_1 1jqrc869
# 18  7           baseline_arm_1 1wxyz123
# 19  7                log_arm_1 1wxyz123
# 20  7        prebaseline_arm_1 1wxyz123
# 21  7          screening_arm_1 1wxyz123

my.df <- structure(list(id = c(3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 3L, 
3L, 4L, 4L, 4L, 4L, 4L, 4L, 7L, 7L, 7L, 7L), time = c("baseline_arm_1", 
"log_arm_1", "prebaseline_arm_1", "screening_arm_1", "v2a_follow_up__tel_arm_1", 
"v2b_follow_up__pro_arm_1", "v2c_follow_up__wb_arm_1", "v3a_follow_up__tel_arm_1", 
"v4a_follow_up__tel_arm_1", "v5a_follow_up__tel_arm_1", "v5c_follow_up__wb_arm_1", 
"baseline_arm_1", "log_arm_1", "prebaseline_arm_1", "screening_arm_1", 
"v2a_follow_up__tel_arm_1", "v2b_follow_up__pro_arm_1", "baseline_arm_1", 
"log_arm_1", "prebaseline_arm_1", "screening_arm_1"), code = c(NA, 
NA, NA, "1bmbf816", NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, "1jqrc869", 
NA, NA, NA, NA, NA, "1wxyz123")), row.names = c("1", "2", "3", 
"4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", 
"16", "17", "18", "19", "20", "21"), class = "data.frame")