如何使用R语言按行前值填充矩阵中的缺失值（NA）

先看你的示例数据：

before = matrix(c(1, 2, 3, NA, 4, 5, NA, NA, 1), ncol = 3)
after = matrix(c(1, 2, 3, 1, 4, 5, 1, 4, 1), ncol = 3)

需求是把矩阵每列的NA用该列上方最近的非NA值填充，且要高效重复执行，以下是几种靠谱的实现方式：

1. 用zoo包快速实现（最简洁） #

zoo包的na.locf()就是专门做向前填充的工具，按列处理矩阵直接套用就行：

library(zoo)
filled_matrix = apply(before, 2, na.locf)

代码短，处理常规大小的矩阵效率足够，重复调用也很方便。如果你的矩阵存在列首就是NA的情况，可以加fill参数指定填充值，比如na.locf(col, fill = 0)。

2. Base R原生实现（无依赖） #

不想装第三方包的话，用base R写个小函数就能搞定：

fill_na_col = function(col) {
  non_na_pos = which(!is.na(col))
  # 给每个位置匹配最近的上方非NA索引
  fill_pos = findInterval(seq_along(col), non_na_pos)
  # 替换NA值
  col[is.na(col)] = col[non_na_pos[fill_pos[is.na(col)]]]
  col
}

filled_matrix = apply(before, 2, fill_na_col)

这个方法不依赖任何包，环境受限的时候用它准没错，常规矩阵处理速度也够用。

3. data.table处理超大型矩阵（极致高效） #

如果你的矩阵数据量特别大（比如百万级元素），用data.table的优化操作能显著提升速度：

library(data.table)
# 转成data.table按列处理
dt = as.data.table(before)
filled_dt = dt[, lapply(.SD, na.locf)]
# 转回矩阵格式
filled_matrix = as.matrix(filled_dt)

data.table的内部运算做了大量优化，超大数据场景下的效率比前两种方法高很多。

最后可以用all.equal(filled_matrix, after)验证结果，返回TRUE就说明和预期一致。

内容的提问来源于stack exchange，提问作者Mr Frog