r - 分组为聚合值，但在 NA 上出错

Question

我有很长的数据，我正在尝试创建一个新变量(一致)，它是每个人(ID)在 TIME = 2 时给定列(VALUE)的值。我使用下面的代码这样做，但我被 NA 绊倒了。如果 TIME = 2 的 VALUE 为 NA，那么我希望它获取 TIME = 1 时的 VALUE。这部分我不知道该怎么做。因此，在下面的示例中，我希望新变量(一致)应该为 10 而不是 NA。

ID = c("A", "A", "B", "B", "C", "C", "D", "D")
TIME = c(1, 2, 1, 2, 1, 2, 1, 2)
VALUE = c(8, 9, 10, NA, 12, 13, 14, 9)

df = data.frame(ID,  TIME, VALUE)

df <- df %>%
  group_by(ID) %>%
  mutate(consistent = VALUE[TIME == 2]) %>% ungroup  

df

Answer 1

如果我们想使用相同的代码，则合并与“VALUE”，其中“TIME”为1(假设每个“ID”都有一个“TIME”观察)

library(dplyr)
df %>%
  group_by(ID) %>%
  mutate(consistent = coalesce(VALUE[TIME == 2], VALUE[TIME == 1])) %>% 
  ungroup

-输出

# A tibble: 8 × 4
  ID     TIME VALUE consistent
  <chr> <dbl> <dbl>      <dbl>
1 A         1     8          9
2 A         2     9          9
3 B         1    10         10
4 B         2    NA         10
5 C         1    12         13
6 C         2    13         13
7 D         1    14          9
8 D         2     9          9

---

或者另一种选择是在执行group_by之前排列并获取“VALUE”的第一个元素(假设没有复制“TIME”) ')

df %>%
  arrange(ID, is.na(VALUE), desc(TIME)) %>% 
  group_by(ID) %>% 
  mutate(consistent = first(VALUE)) %>%
  ungroup

-输出

# A tibble: 8 × 4
  ID     TIME VALUE consistent
  <chr> <dbl> <dbl>      <dbl>
1 A         2     9          9
2 A         1     8          9
3 B         1    10         10
4 B         2    NA         10
5 C         2    13         13
6 C         1    12         13
7 D         2     9          9
8 D         1    14          9