R语言中替换指定日期Actual列最小值为前后观测值均值的优化方法

我有一个名为nh4.df的数据框，其中Date列包含900多个日期，每个日期对应多条观测记录。需要筛选出指定日期（例如"2020-12-03"和"2021-02-05"），找到这些日期内Actual列的最小值，并将该最小值替换为其所在位置前后观测值的平均值。

示例数据 #

Date <- c("2020-12-03", "2020-12-03", "2020-12-03", "2021-01-01", "2021-01-01", "2021-01-01", "2021-02-02", "2021-02-02", "2021-02-02", "2021-02-05", "2021-02-05", "2021-02-05")
Actual <- c(10, 1, 11, 12, 13, 14, 10, 11, 10, 17, 2, 18)
nh4.df <- data.frame(Date, Actual)

对应的原始表格：

示例处理需求 #

在上述示例中，需处理"2020-12-03"和"2021-02-05"两个日期：

• 将2020-12-03的最小值1替换为前后值的平均值(10+11)/2=10.5
• 将2021-02-05的最小值2替换为前后值的平均值(17+18)/2=17.5

解决方案（基于dplyr的高效实现） #

使用dplyr的向量化操作可以高效处理大型数据集，避免循环带来的性能损耗，具体实现如下：

library(dplyr)

# 定义需要处理的目标日期
target_dates <- c("2020-12-03", "2021-02-05")

nh4_processed <- nh4.df %>%
  # 计算当前行的前一个、后一个Actual值及二者平均值
  mutate(
    prev_actual = lag(Actual),
    next_actual = lead(Actual),
    avg_prev_next = (prev_actual + next_actual)/2,
    # 标记目标日期内的最小值行
    is_target_min = Date %in% target_dates & Actual == min(Actual, na.rm = TRUE),
    # 仅对标记行替换值，其余保留原数据
    Actual = ifelse(is_target_min, avg_prev_next, Actual)
  ) %>%
  # 移除临时计算列（可选操作）
  select(-prev_actual, -next_actual, -avg_prev_next, -is_target_min)

# 查看处理结果
print(nh4_processed)

代码说明 #

• lag(Actual)和lead(Actual)：通过窗口函数获取当前行的相邻前/后观测值，确保替换逻辑基于数据框中的实际相邻记录
• min(Actual, na.rm = TRUE)：在目标日期范围内定位最小值，结合Date %in% target_dates精准标记需要修改的行
• 向量化操作：整个流程无需循环，处理900+日期的大型数据集时性能更优

处理后结果 #

内容的提问来源于stack exchange，提问作者Marina