下面是使用tidyverse的一种方法：
假设我们有：

dose_changes <- data.frame(ID = c(1, 3),
                           DOSE = c(50, 500),
                           TIME = c(2, 2))

我将为缺失的行添加TIME = 0，因为我希望确保这些行首先对每个ID进行排序。我还调整dose_changes TIME值，以确保它们的TIME X已排序，以便它出现在TIME X的任何测量之前（因为药物变化隐含地发生在之前的某个未指定的时间）。然后我合并dose_changes数据，排列y ID和TIME，填充（默认填充方向）缺失的剂量，最后删除行w/o Drug_concentration observations。

library(tidyverse)
df %>%
  mutate(TIME = if_else(is.na(TIME), 0, TIME)) %>%
  bind_rows(dose_changes %>% mutate(TIME = TIME - 0.1) %>%
  arrange(ID, TIME) %>%
  group_by(ID) %>%
  fill(DOSE) %>%
  filter(!is.na(Drug_concentration)) %>%
  ungroup()

# A tibble: 7 × 4
     ID  DOSE  TIME Drug_concentration
  <dbl> <dbl> <dbl>              <dbl>
1     1   100     1                5  
2     1    50     2                6.5
3     2   200     0                3  
4     2   200     3                4  
5     3   300     0                8  
6     3   300     1               10  
7     3   500     2               12

你想要的输出格式不适合R建模，但我假设你有一个很好的理由要求它。我过去确实使用过命令行分析包，它们以奇怪的方式要求数据。
不管怎样，给你。

library(tidyr)
library(dplyr)

df <- data.frame(
                  ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L, 3L),
                DOSE = c(100L, NA, NA, NA, 200L, NA, NA, 300L, NA, NA, NA),
                TIME = c(NA, 1L, 2L, 3L, NA, 1L, 3L, NA, 1L, 2L, 3L),
  Drug.concentration = c(NA, 5, 6.5, 8, NA, 3, 4, NA, 8, 10, 12)
      )

good_table <- 
    df %>%
    # 1. Fill NAs
    group_by(ID) %>% 
    fill(everything(), .direction = "down") %>% 
    ungroup() %>% 
    # 2. Add a timepoint zero for sorting
    mutate(TIME = replace_na(TIME, 0)) %>% 
    # 3. Replace NAs in Drug.concentration with -99 so that they sort to the top.
    mutate(Drug.concentration = replace_na(Drug.concentration, -99)) %>% 
    # 4. Add your rows
    add_row(ID   = c(1, 3), 
            DOSE = c(50, 500), 
            TIME = c(2, 2), 
            Drug.concentration = c(-99, -99)) %>% 
    # 5. Arrange the output so that it is in the order you want.
    arrange(ID, TIME, Drug.concentration)

good_table
#> # A tibble: 13 × 4
#>       ID  DOSE  TIME Drug.concentration
#>    <dbl> <dbl> <dbl>              <dbl>
#>  1     1   100     0              -99  
#>  2     1   100     1                5  
#>  3     1    50     2              -99  
#>  4     1   100     2                6.5
#>  5     1   100     3                8  
#>  6     2   200     0              -99  
#>  7     2   200     1                3  
#>  8     2   200     3                4  
#>  9     3   300     0              -99  
#> 10     3   300     1                8  
#> 11     3   500     2              -99  
#> 12     3   300     2               10  
#> 13     3   300     3               12

output_table <-
    good_table %>% 
    # 6. Everything has to be Character type for your dots
    mutate(across(everything(), as.character)) %>% 
    # 7. Only the first original values of DOSE are kept.
    mutate(DOSE = if_else(duplicated(DOSE), ".", DOSE)) %>% 
    # 8. If DOSE is . , then keep its values
    mutate(across(c(TIME, Drug.concentration), 
                  function(orig_value) {
                      if_else(DOSE == ".", orig_value, ".")
                  }))

output_table
#> # A tibble: 13 × 4
#>    ID    DOSE  TIME  Drug.concentration
#>    <chr> <chr> <chr> <chr>             
#>  1 1     100   .     .                 
#>  2 1     .     1     5                 
#>  3 1     50    .     .                 
#>  4 1     .     2     6.5               
#>  5 1     .     3     8                 
#>  6 2     200   .     .                 
#>  7 2     .     1     3                 
#>  8 2     .     3     4                 
#>  9 3     300   .     .                 
#> 10 3     .     1     8                 
#> 11 3     500   .     .                 
#> 12 3     .     2     10                
#> 13 3     .     3     12

创建于2023-04-01使用reprex v2.0.2
PS.你给出的生成df的第一组代码是错误的，它没有生成你粘贴在它下面的表。下次请仔细检查。你的代码也生成了NA而不是点，不像它下面的表。我为这个例子保留了NA，但如果你的数据实际上有点，然后你需要在第13行和第14行之间插入它来创建NA并将数据转换成正确的类型。

mutate(across(c(ID, DOSE, TIME), as.integer)) %>% 
    mutate(across(Drug.concentration, as.numeric)) %>%

您可以使用which获取行，然后使用rbind插入行。

i <- which(df$ID == 1 & df$TIME == 2)
df <- rbind(df[1:(i-1),], setNames(data.frame(1, 50, NA, NA), names(df)), df[i:nrow(df),])

i <- which(df$ID == 3 & df$TIME == 2)
df <- rbind(df[1:(i-1),], setNames(data.frame(3, 500, NA, NA), names(df)), df[i:nrow(df),])

df
#   ID DOSE TIME Drug_concentration
#1   1  100   NA                 NA
#2   1   NA    1                5.0
#3   1   50   NA                 NA
#31  1   NA    2                6.5
#4   2  200   NA                3.0
#5   2   NA    3                4.0
#6   3  300   NA                8.0
#7   3   NA    1               10.0
#11  3  500   NA                 NA
#8   3   NA    2               12.0