R使用dplyr重新填充组内的NA值

Question

我有以下数据框：

library(dplyr)

dat <- data_frame(id = c(1L, 1L, 1L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 
                     3L, 5L, 5L, 7L, 7L, 7L, 8L, 8L, 8L, 10L), 
              wish1 = c(4L, NA, NA, 1L, NA, 1L, NA, NA, NA, 
                        NA, -1L, 8L, NA, 1L, -1L, NA, 4L, 
                        NA, NA, -1L), 
              wish2 = c(1L, NA, NA, 1L, NA, 1L, NA, NA, NA, 
                        NA, -1L, 1L, NA, 2L, -1L, NA, 2L, NA, NA, 1L), 
              participate = c(NA, 1L, NA, NA, 1L, NA, NA, 1L, NA, NA, NA, 
                              NA, 1L, NA, 4L, NA, NA, NA, 1L, NA))

我想在每个组中将变量NA的{​​{1}}替换为同一组中可用的值。如果组中没有值，则participate可以保留。

我需要类似的东西：

NA

不幸的是，如果没有像df <- data %>% group_by(id) %>% mutate(participate = (participate, na.rm = TRUE)) 或其他任何功能这样的功能，这是行不通的。

Answer 1

可能有更简洁或更优雅的方式，但我想分享一些想法。

解决方案1：使用tidyr

中的填充功能

library(tidyr)

# the fill function can fill the NA based on the previous entry
dat2 <- dat %>%
  arrange(id, participate) %>%
  group_by(id) %>%
  fill(participate)

解决方案2：确定填充值，然后使用left_join

# dat_temp is a summary data frame showing the fill values
dat_temp <- dat %>%
  arrange(id, participate) %>%
  group_by(id) %>%
  slice(1) %>%
  select(id, participate)

# Join dat_temp to dat2
dat2 <- dat %>%
  left_join(dat_temp, by = "id") %>%
  select(-participate.x) %>%
  rename(participate = participate.y)

解决方案3：对数据帧进行排序，然后根据第一个值

填充NA

此解决方案基于alistaire的评论

dat2 <- dat %>% 
  arrange(id, participate) %>%
  group_by(id) %>% 
  mutate(participate = first(participate))