成对时间序列数据框列表变量观测值插补问题（locf方法失效）

从你给出的结果来看，2015-2020年的填充值并非2014年的9.0183，而是2.582298，核心原因有两个可能：

1. 数据框的行顺序未按年份升序排列：na.locf是按照数据的行顺序进行向前填充，而非识别year列的时间逻辑顺序。如果2015年的行排在某个更早的非NA值（比如2.582298）之后，就会取这个值填充。
2. 2015-2020年的smoothtotrade原始值并非NA：na.locf只会处理NA值，若这些年份原本就有数值，函数不会对其进行覆盖。

修正代码 #

以下是针对性的修正方案，先确保数据按年份排序，再统一将2014年后的非NA值转为NA（如果你确认这些是无效值），最后执行向前填充：

方案1（使用dplyr简化操作）

library(imputeTS)
library(dplyr)

impute_smoothtotrade <- function(df) {
  # 1. 按年份升序排序，保证时间顺序正确
  df_sorted <- df %>% arrange(year)
  # 2. 将2014年后的非NA值强制转为NA（根据你的需求）
  df_sorted <- df_sorted %>%
    mutate(smoothtotrade = ifelse(year > 2014 & !is.na(smoothtotrade), NA, smoothtotrade))
  # 3. 执行向前填充
  df_sorted$smoothtotrade <- na.locf(df_sorted$smoothtotrade)
  return(df_sorted)
}

# 循环处理每个数据框
for (i in seq_along(data_frames)) {
  data_frames[[i]] <- impute_smoothtotrade(data_frames[[i]])
}

方案2（仅使用base R）

library(imputeTS)

impute_smoothtotrade <- function(df) {
  # 1. 按年份升序排序
  df_sorted <- df[order(df$year), ]
  # 2. 将2014年后的非NA值转为NA
  df_sorted$smoothtotrade[df_sorted$year > 2014 & !is.na(df_sorted$smoothtotrade)] <- NA
  # 3. 向前填充
  df_sorted$smoothtotrade <- na.locf(df_sorted$smoothtotrade)
  return(df_sorted)
}

# 循环处理每个数据框
for (i in seq_along(data_frames)) {
  data_frames[[i]] <- impute_smoothtotrade(data_frames[[i]])
}

验证步骤 #

执行代码后，可以抽取一组国家对数据验证：

# 抽取AUT-CMR的数据验证
aut_cmr_data <- data_frames[[which(sapply(data_frames, function(x) any(x$country1 == "AUT" & x$country2 == "CMR")))]]
print(aut_cmr_data[aut_cmr_data$year >=2010, ])

内容的提问来源于stack exchange，提问作者dorokal