根据最近的日期更新非缺失值[重复]答案

【问题标题】：update non-missing values based on most recent date [duplicate]根据最近的日期更新非缺失值[重复]
【发布时间】：2021-02-19 23:12:19
【问题描述】：

我的数据对每个 ID 都有多个观察值。在 ID 级别，我想将所有值转换为最新的非缺失值。我曾尝试使用 mutate、group_by(id) 和 which.max(year) 失败。

数据：

data <- data.frame(
  id=c(1,1,2,2,3,3,4,4,5,5),
  year=rep(c(2010, 2011), 5),
  employ=c("yes", "yes", "no", "yes", "yes", "no", NA, "yes", "no", NA))

> data
   id year employ
1   1 2010    yes
2   1 2011    yes
3   2 2010     no
4   2 2011    yes
5   3 2010    yes
6   3 2011     no
7   4 2010   <NA>
8   4 2011    yes
9   5 2010     no
10  5 2011   <NA>

期望的输出：

data2 <- data.frame(
  id=c(1,1,2,2,3,3,4,4,5,5),
  year=c(2011, 2011, 2011, 2011, 2011, 2011, 2011, 2011, 2010, 2010),
  employ=c("yes", "yes", "yes", "yes", "no", "no","yes", "yes","no", "no"))

> data2
   id year employ
1   1 2011    yes
2   1 2011    yes
3   2 2011    yes
4   2 2011    yes
5   3 2011     no
6   3 2011     no
7   4 2011    yes
8   4 2011    yes
9   5 2010     no
10  5 2010     no

【问题讨论】：

data %>% group_by(id, year) %>% tidyr::fill(employ, .direction = "updown") %>% ungroup()
所提供的链接并未提供该问题的完整解决方案。我正在尝试用最近可用年份的值替换所有值（缺失和非缺失）。
糟糕，意思是data %>% group_by(id) %>% tidyr::fill(employ, .direction = "updown") %>% ungroup()

标签： r dplyr

【解决方案1】：

data.table 选项

setDT(data)[, employ := last(na.omit(employ[order(year)])), id]

给予

    id year employ
 1:  1 2010    yes
 2:  1 2011    yes
 3:  2 2010    yes
 4:  2 2011    yes
 5:  3 2010     no
 6:  3 2011     no
 7:  4 2010    yes
 8:  4 2011    yes
 9:  5 2010     no
10:  5 2011     no

dplyr 方式可能是

data %>%
  group_by(id) %>%
  mutate(employ = last(na.omit(employ[order(year)])))

给了

      id  year employ
   <dbl> <dbl> <chr>
 1     1  2010 yes
 2     1  2011 yes
 3     2  2010 yes
 4     2  2011 yes
 5     3  2010 no
 6     3  2011 no
 7     4  2010 yes
 8     4  2011 yes
 9     5  2010 no
10     5  2011 no

【讨论】：

这很好用。关于 dplyr 中类似解决方案的任何建议？
@EML 查看我的更新