R语言：按连续NA行数限制填充缺失值的实现需求

首先给出你的示例数据：

df1 <- read.table(text = "DT   odczyt.1
'2023-08-16 06:57:15'   482.307
'2023-08-16 06:57:30'   482.307
'2023-08-16 06:57:45'   482.311
'2023-08-16 06:58:00'   NA
'2023-08-16 06:58:15'   NA
'2023-08-16 06:58:30'   482.315
'2023-08-16 06:58:45'   482.315
'2023-08-16 06:59:00'   482.318
'2023-08-16 06:59:15'   482.324
'2023-08-16 06:59:30'   NA
'2023-08-16 06:59:45'   NA
'2023-08-16 07:00:00'   NA
'2023-08-16 07:00:15'   NA
'2023-08-16 07:00:30'   NA
'2023-08-16 07:00:45'   NA", header = TRUE)

方法一：分组前向填充（基于dplyr） #

通过分组标记连续NA块，判断块长度后决定是否填充：

library(dplyr)

df_result <- df1 %>%
  # 将连续NA与前一个非NA值归为同一组
  group_by(grp = cumsum(!is.na(odczyt.1))) %>%
  mutate(
    # 计算当前组内连续NA的数量（组总长度减去1个非NA行）
    na_block_length = n() - 1,
    # 仅当连续NA数量≤3时，用组内首个非NA值填充
    odczyt.1 = ifelse(is.na(odczyt.1) & na_block_length <= 3, first(odczyt.1), odczyt.1)
  ) %>%
  ungroup() %>%
  select(-grp, -na_block_length)

print(df_result)

关键逻辑 #

• cumsum(!is.na(odczyt.1))会为每个非NA值生成递增的分组ID，后续连续NA会继承该ID，实现"非NA+后续连续NA"的分组。
• 用na_block_length判断连续NA的数量，仅对≤3的短NA块执行填充，超过3的长NA块保留原NA。

方法二：线性插值填充（基于zoo::na.approx） #

如果需要线性插值而非前向填充，可先标记符合条件的NA块，再针对性插值：

library(zoo)
library(dplyr)

df_result <- df1 %>%
  mutate(
    # 标记分组
    grp = cumsum(!is.na(odczyt.1)),
    # 计算组内连续NA的数量
    na_block_length = n() - 1,
    # 标记需要填充的NA
    need_fill = is.na(odczyt.1) & na_block_length <= 3
  ) %>%
  # 仅对标记的NA执行线性插值，其余保留原数值
  mutate(odczyt.1 = ifelse(need_fill, na.approx(odczyt.1, na.rm = FALSE), odczyt.1)) %>%
  select(-grp, -na_block_length, -need_fill)

print(df_result)

关键逻辑 #

• na.approx(..., na.rm = FALSE)会保留未标记的NA，仅对符合条件的短NA块插值，末尾的长NA块会原样保留。

两种方法都能满足你的需求：短NA块被填充，长NA块保留原NA，末尾NA不受影响。

内容的提问来源于stack exchange，提问作者GrBa