我们可以提取其中"var1"是"A"的行unlist，并从zoo应用na.locf0，以用先前的非NA值替换NA值

library(zoo)
i1 <- df1$var1 == "A"
df1[i1,-1] <-  na.locf0(unlist(df1[i1,-1]))

• 输出

df1
  var1  var2  var3 var3.1  var4
1    A textA textA  textB textB
2    B     1     2      3     4
3    c     3     4      5     6

或者使用base R，基于非NA元素（cumsum）创建一个数字索引，并使用该索引从提取的行中复制非NA值

v1 <- unlist(df1[i1, -1])
df1[i1, -1] <- na.omit(v1)[cumsum(!is.na(v1))]

或者使用tidyverse，将其重新调整为"长"格式（pivot_longer），应用fill将NA替换为之前的非NA，然后使用pivot_wider重新调整为宽格式

library(dplyr)
library(tidyr)
df1 %>%
   pivot_longer(cols = -var1, values_transform = as.character) %>% 
   fill(value) %>% 
   pivot_wider(names_from = name, values_from = value)
# A tibble: 3 × 5
  var1  var2  var3  var3.1 var4 
  <chr> <chr> <chr> <chr>  <chr>
1 A     textA textA textB  textB
2 B     1     2     3      4    
3 c     3     4     5      6

如果只有备用NA，则还将提供一个选项

library(dplyover)
df1 %>% 
  mutate(across2(c(3, 5), c(2, 4), 
   ~ case_match(.x, NA ~ .y, .default = as.character(.x)),
    .names = "{xcol}"))

• 输出

var1  var2  var3 var3.1  var4
1    A textA textA  textB textB
2    B     1     2      3     4
3    c     3     4      5     6

数据

df1 <- structure(list(var1 = c("A", "B", "c"), var2 = c("textA", "1", 
"3"), var3 = c(NA, 2L, 4L), var3.1 = c("textB", "3", "5"), var4 = c(NA, 
4L, 6L)), class = "data.frame", row.names = c(NA, -3L))

以下是一个选项，但仅适用于少数列：

library(dplyr)
df %>% 
  mutate(var3 = ifelse(var3=="", var2, var3),
         var4 = ifelse(var4=="", var3.1, var4))

var1  var2  var3  var3.1 var4 
  <chr> <chr> <chr> <chr>  <chr>
1 A     textA textA textB  textB
2 B     1     2     3      4    
3 c     3     4     5      6