使用时不变变量上的一些缺失数据 (NA) 从长重塑为宽

使用时stats:::reshape()对于指定为时不变的任何变量，从基数将数据从长格式转换为宽格式，reshape仅获取第一个观察值，如果变量实际上以某种方式变化，则输出警告。就我而言，我缺少想要指定为时间不变的变量的数据，但由于我在其他时间点有这些数据，所以我希望使用这些时间点的值而不是NA这是首先观察到的。

testdata <- data.frame(matrix(c(1,1,2,3,4,3.5,NA,6,4,1,2,1), nrow = 3))
colnames(testdata) <- c("id", "process1", "timeinvariant", "time")
# > testdata
#   id process1 timeinvariant time
# 1  1      3.0            NA    1
# 2  1      4.0             6    2
# 3  2      3.5             4    1

# Note here the missing data on the invariant process at time 1
reshaped <- reshape(testdata, v.names="process1", direction = "wide")
# > reshaped
#   id timeinvariant process1.1 process1.2
# 1  1            NA        3.0          4
# 3  2             4        3.5         NA

The NA当我宁愿采用在时间 2（或任何时候）观察到的值时，它会传播到宽格式。

如果总是至少有一个非缺失值timeinvariant对于每个id，以及所有（非缺失）值timeinvariant每个都相同id（因为它是时间不变的），你不能创建一个新列来填充NA值在timeinvariant然后使用该列重塑形状？例如：

# Add another row to your data frame so that we'll have 2 NA values to deal with
td <- data.frame(matrix(c(1,1,2,1,3,4,3.5,4.5,NA,6,4,NA,1,2,1,3), nrow = 4))
colnames(td) <- c("id", "process1", "timeinvariant", "time")

# Create new column timeinvariant2, which fills in NAs from timeinvariant,
# then reshape using that column
library(dplyr)
td.wide = td %>%
  group_by(id) %>%
  mutate(timeinvariant2=max(timeinvariant, na.rm=TRUE)) %>%
  dcast(id + timeinvariant2 ~ time, value.var='process1')

# Paste "process1." onto names of all "time" columns
names(td.wide) = gsub("(^[0-9]*$)", "process1\\.\\1", names(td.wide) )

td.wide

  id timeinvariant2 process1.1 process1.2 process1.3
1  1              6        3.0          4        4.5
2  2              4        3.5         NA         NA