如何在R data.table中仅向前填充非NA值后的前两个NA？

可以通过以下步骤在data.table中实现仅填充每个非NA值后前两个NA的需求：

1. 创建分组标识：用cumsum(!is.na(x))为每个非NA值及其后续的NA创建独立分组，每个非NA值会开启一个新分组。
2. 计算组内位置：在每个分组内生成位置序号，标记每个元素相对于分组起始非NA值的位置。
3. 条件填充：仅对分组内位置为2和3的NA值（即非NA值后的前两个NA），用分组的第一个元素（即起始非NA值）填充，其余元素保持不变。

完整代码示例 #

library(data.table)

# 创建原始data.table
dt <- data.table(x = c(58, NA, NA, NA, NA, 13, NA, NA, NA, 12, 23, NA, 12))

# 一步完成分组、位置计算和条件填充
dt[, filled := ifelse(is.na(x) & seq_len(.N) <= 3, x[1], x), by = cumsum(!is.na(x))]

# 查看结果
dt$filled
# 输出: [1] 58 58 58 NA NA 13 13 13 NA 12 23 23 12

代码解释 #

• cumsum(!is.na(x))：每次遇到非NA值时累加计数，生成唯一的分组ID，确保每个非NA值和后续NA属于同一分组。
• seq_len(.N)：在每个分组内生成从1开始的连续序号，标记元素在分组内的位置。
• ifelse(is.na(x) & seq_len(.N) <=3, x[1], x)：仅当元素是NA且在分组内位置≤3时（即非NA后的前两个NA），用分组的第一个非NA值填充；其他元素保持原值。

内容的提问来源于stack exchange，提问作者sol