如何为含无效值的分组填充前一组的可靠平均值？

可以通过dplyr结合tidyr的向量化操作实现，避免循环，处理大数据集也高效：

library(dplyr)
library(tidyr)

# 构建原始数据框并预处理
DF <- data.frame(ID=c(seq(1,10, by = 1)),
                 C1=c(9.1,0,9,9.2,9.1,0,0,9.3,9.1,9.0) ,
                 grp = c(1,2,2,3,4,5,5,5,6,7)
) %>% 
  group_by(grp) %>% 
  mutate(
    C1m = mean(C1),
    # 标记组是否可靠：组内无0值
    is_reliable = all(C1 != 0)
  ) %>% 
  ungroup() %>% 
  # 仅保留可靠组的C1m，不可靠组设为NA
  mutate(reliable_C1m = ifelse(is_reliable, C1m, NA)) %>% 
  # 向下填充NA，自动继承上一个可靠组的平均值
  fill(reliable_C1m, .direction = "down") %>% 
  # 重命名为目标变量C2
  rename(C2 = reliable_C1m) %>% 
  # 保留目标列
  select(ID, C1, grp, C1m, C2)

逻辑说明 #

1. 分组计算每组平均值C1m，同时标记组是否可靠（用all(C1 != 0)判断组内无0值）
2. 仅给可靠组赋值reliable_C1m，不可靠组设为NA
3. 使用fill()向下填充NA，让不可靠组自动继承上一个可靠组的平均值
4. 最后整理列顺序得到目标输出

运行后得到的结果完全符合你期望的输出格式。

内容的提问来源于stack exchange，提问作者GrBa