R 使用“填充”有条件地填充NA值，而不使用循环

我正在寻找一种方法，在满足条件的情况下，有条件地使用fill（）命令或类似的命令来基于前一行值填充NA值。我一直在寻找解决方案，但没有找到任何有效的方法

数据如下所示，但存在多个“caseval”测量值：

casedate = seq(as.Date('2018/1/1'),as.Date('2018/3/5'),b='week')
caseid = c(rep(1,10),rep(2,10),rep(3,10))
caseval = c(80,rep(NA,4),rep(80,5),40,rep(NA,2),rep(40,4),rep(50,3),rep(NA,7),rep(70,3))
df = cbind.data.frame(casedate,caseid, caseval)

每个记录代表一个日期和一个度量。对于某些项目，当测量值没有变化时跳过测量值，对于其他项目，在日期上没有相关测量值（由案例ID为NA的第一条记录指示），如下面第21行。使用“无条件填充”时，第21:27行用caseid 2的值填充，这是不正确的

     casedate caseid caseval
1  2018-01-01      1      80
2  2018-01-08      1      NA
3  2018-01-15      1      NA
4  2018-01-22      1      NA
5  2018-01-29      1      NA
6  2018-02-05      1      80
7  2018-02-12      1      80
8  2018-02-19      1      80
9  2018-02-26      1      80
10 2018-03-05      1      80
11 2018-01-01      2      40
12 2018-01-08      2      NA
13 2018-01-15      2      NA
14 2018-01-22      2      40
15 2018-01-29      2      40
16 2018-02-05      2      40
17 2018-02-12      2      40
18 2018-02-19      2      50
19 2018-02-26      2      50
20 2018-03-05      2      50
**21 2018-01-01      3      NA**
22 2018-01-08      3      NA
23 2018-01-15      3      NA
24 2018-01-22      3      NA
25 2018-01-29      3      NA
26 2018-02-05      3      NA
27 2018-02-12      3      NA
28 2018-02-19      3      70
29 2018-02-26      3      70
30 2018-03-05      3      70

我试过一个循环，它可以工作，但速度很慢

for (i in 1:nrow(df)) {
  for (item in list_casevals) {
    if (df[i,'caseid']==df[i-1,'caseid'] && is.na(df[i,item])) {
      df[i,item]=df[i-1,item]
    }
  }
}

我尝试过在ifelse中使用fill，但它只替换第2行中的NA，没有其他的，除非它在替换第3行时再次运行，等等

df = df %>%
  mutate(., caseval = ifelse(lag(caseid)==caseid & is.na(caseval),fill(caseval),caseval))

---

除了使用循环之外，还有没有更快的方法来完成这项工作？

您可以按照

caseid

进行分组吗？比如说,

df <- df %>%
  group_by(caseid) %>%
  fill(caseval) %>%
  ungroup()

df%
分组依据（案例ID）%>%
填充（caseval）%>%
解组（）

谢谢！在水平切片上测试，这似乎有效，但我从未以这种方式使用group_by。您能解释一下这是如何工作的吗？

groupby

的要点是使用分组变量对数据的每个子集执行后续操作。这可能不是通常使用它的地方，但它确实值得尝试。。。它成功了。