时间序列DataFrame特定零值插值：仅满足单零值及邻值条件

我们需要对时间序列DataFrame中的零值进行插值，但仅在同时满足以下两个条件时执行：

• 该零值为孤立的单个零，其前后相邻的数值均不为零
• 前后的非零数值均大于2

原始数据与代码 #

原始数据构造代码：

df = data.frame(row.names = c("year 1", "year 2", "year 3", "year 4", "year 5"), 
     person1 = c(33,0,8,6,3), person2 = c(1,3,0,0,5), person3 = c(0,3,0,5,1))

原始数据输出：

person1 person2 person3
year 1      33       1       0
year 2       0       3       3
year 3       8       0       0
year 4       6       0       2
year 5       3       5       1

期望结果：

person1 person2 person3
year 1      33       1       0
year 2     *20.5*    3       3
year 3       8       0       0
year 4       6       0       2
year 5       3       5       1

解决方案代码 #

可以借助dplyr包的lead()和lag()函数精准判断满足条件的零值，再进行插值计算。代码如下：

library(dplyr)

# 对每一列执行条件判断与插值
df_processed <- df %>%
  mutate(across(everything(), ~ ifelse(
    .x == 0 & !is.na(lag(.x)) & !is.na(lead(.x)) & 
      lag(.x) != 0 & lead(.x) != 0 & lag(.x) > 2 & lead(.x) > 2,
    (lag(.x) + lead(.x)) / 2,
    .x
  )))

# 输出处理后的数据
print(df_processed)

代码逻辑说明 #

• across(everything())：遍历DataFrame的所有列，对每一列单独处理
• 条件判断逐一验证需求：
  1. 当前值为0
  2. 前后相邻值均存在（非NA）
  3. 前后相邻值均不为0（确保是孤立零值）
  4. 前后相邻值均大于2
• 满足所有条件时，用前后值的平均值完成插值；不满足则保留原数值

运行代码后，仅person1的year2位置零值被替换为20.5，其余零值因不满足条件保持不变，与期望结果一致。

内容的提问来源于stack exchange，提问作者Dove_pigeon