我的问题是基于此question https://stackoverflow.com/questions/35614425/r-code-programming-filling-missing-column-values-down-first-and-then-up-on-a-st/35614728#35614728.

我有一个数据如下。我想通过先向下看然后向上查找来填充单元格，只要 bom 相同。如果 bom=A，我想填充如图所示的行。但在 bom=B 的情况下，由于 type_p 列不同，我想重复行并感受空白

bom=c(rep("A",4),rep("B",3))
Part=c("","lambda","beta","","tim","tom","")
type_p=c("","sub","sub","","sub","pan","")
ww=c(1,2,3,4,1,2,3)
df=data.frame(bom,Part,type_p,ww)

> df
  bom   Part type_p ww
1   A                1
2   A lambda    sub  2
3   A   beta    sub  3
4   A                4
5   B    tim    sub  1
6   B    tom    pan  2
7   B                3

我想要的最终数据如下

    bom Part    type_p  ww
1   A   lambda  sub      1
2   A   lambda  sub      2
3   A   beta    sub      3
4   A   beta    sub      4
5   B   tim     sub      1
6   B   tim     sub      2
7   B   tim     sub      3
5   B   tom     pan      1
6   B   tom     pan      2
7   B   tom     pan      3

________________________________________更新 1

我想要的逻辑如下。请记住，我的数据非常庞大，每列都有数千个值。

bom 和 ww 列始终填充/填充传入数据

1. 检查 bom 列中的条目在 type_p 列中是否有超过 1 个值
2. 如果只有 1 个值，则首先向下查找，然后向上查找，以填充 type_p 和 ww 列中的空白。在这种情况下 bom=A 在 type_p (sub) 中只有一个值
3. 如果 bom 列中的条目在 type_p 列中具有超过 1 个唯一值，则创建该 bom 相同行的附加集，以便总集将等于该 bom 的 type_p 列中的不同值。在这种情况下 bom=B 在 type_p 中有两个值（sub 和 pan）
4. 通过先向下然后向上查找来填充 type_p 和 ww 列中的空白（查看源行以填充值）

=================================================== =========更新2

步骤 3 后，数据框将如下所示

> df
   bom   Part type_p ww
1    A lambda    sub  1
2    A lambda    sub  2
3    A   beta    sub  3
4    A   beta    sub  4
5    B    tim    sub  1
6    B                2
7    B                3
8    B                1
9    B    tom    pan  2
10   B                3

With tidyr and dplyr，你可以设法做一些接近你目标的事情

library(tidyr)
library(dplyr)
# replacing empty string with NA
df <- df %>% mutate_each(funs(sub("^$", NA, .)), Part, type_p)
# filling missing values 
df <- df %>% fill(Part, type_p,.direction = "down") %>% fill(Part, type_p,.direction = "up")

df
#>   bom   Part type_p ww
#> 1   A lambda    sub  1
#> 2   A lambda    sub  2
#> 3   A   beta    sub  3
#> 4   A   beta    sub  4
#> 5   B    tim    sub  1
#> 6   B    tom    pan  2
#> 7   B    tom    pan  3

要获得您所描述的内容（在问题和评论中），您可以分别对待 BOM A 和 B：

bind_rows(
  df %>% filter(bom == "A"), 
  df %>% filter(bom == "B") %>%
    complete(nesting(bom, Part, type_p), ww)
)
#> Source: local data frame [10 x 4]
#> 
#>       bom   Part type_p    ww
#>    (fctr)  (chr)  (chr) (dbl)
#> 1       A lambda    sub     1
#> 2       A lambda    sub     2
#> 3       A   beta    sub     3
#> 4       A   beta    sub     4
#> 5       B    tim    sub     1
#> 6       B    tim    sub     2
#> 7       B    tim    sub     3
#> 8       B    tom    pan     1
#> 9       B    tom    pan     2
#> 10      B    tom    pan     3