如何用线性方程填充列表中DataFrame首行0与首个非零值间的NA？

我将多个DataFrame存储在列表中，这些DataFrame首行对应变量列的值为0，首个非零值出现在第6行及之后。需要用简单线性方程填充首行0与首个非零值之间的缺失值（NA），无需考虑该方程是否适配首个非零值之后的数据，仅需为每列连接首行0与首个非零值。

初始数据示例 #

已尝试的方法 #

• 手动填充：因各列首个非零值位置不同，操作重复且无法统一处理，还容易覆盖现有数据：

list1$`df1`[2,-1] <- (list1$`df1`[6,-1]/5)*1
list1$`df1`[3,-1] <- (list1$`df1`[6,-1]/5)*2
list1$`df1`[4,-1] <- (list1$`df1`[6,-1]/5)*3
list1$`df1`[5,-1] <- (list1$`df1`[6,-1]/5)*4

• 尝试用lapply+sapply获取每列首个非零值及行号，但无法继续计算填充：

firstval <- lapply(list1, function(x) sapply(x[,-1], function(y) y[min(which(!is.na(y) & y>0))]))
rownum <- lapply(list1, function(x) sapply(x[,-1], function(y) min(which(!is.na(y) & y>0))))

• 试过fill()函数，但只能复制相同值，不符合线性填充需求。

期望最终结果 #

解决方案 #

定义一个处理单个DataFrame的函数，针对每列计算线性填充值，再批量应用到列表中的所有DataFrame：

# 定义处理单个DataFrame的函数
fill_linear <- function(df) {
  # 分离年份列与变量列
  year_col <- df[, 1, drop = FALSE]
  vars_df <- df[, -1, drop = FALSE]
  
  # 遍历处理每个变量列
  filled_vars <- lapply(vars_df, function(col) {
    # 定位首个非零且非NA值的位置和数值
    first_non_zero_idx <- min(which(!is.na(col) & col > 0))
    first_non_zero_val <- col[first_non_zero_idx]
    
    # 首行强制设为0（处理原首行为NA的情况）
    col[1] <- 0
    
    # 生成从0到目标值的线性序列
    linear_seq <- seq(from = 0, to = first_non_zero_val, length.out = first_non_zero_idx)
    
    # 填充首行到首个非零值之间的所有位置
    col[1:first_non_zero_idx] <- linear_seq
    
    return(col)
  })
  
  # 合并年份列与填充后的变量列
  filled_df <- cbind(year_col, do.call(cbind, filled_vars))
  return(filled_df)
}

# 批量处理DataFrame列表
list1_filled <- lapply(list1, fill_linear)

代码说明

1. 函数先分离年份列，避免对年份进行填充操作；
2. 对每个变量列，自动识别首个非零非NA值的位置和数值；
3. 生成等间距的线性序列，覆盖首行到目标位置的所有值，自动填充NA；
4. 用lapply批量处理列表，不会修改原列表数据，生成新的填充后列表。

内容的提问来源于stack exchange，提问作者Frederic Poirier