如何用前后值均值替换R Data Table中的NA？求更优实现方案

1. 简便替换NA的方法 #

可以利用data.table的shift()函数结合fcase()条件判断，定义通用填充函数批量处理所有列，无需反复调整frollmean参数：

首先加载包并定义原始数据：

library(data.table)
DT = data.table(a = c(1,2,3,4,5,NA,6,7,8,NA), b = c(NA,4,NA,8,10,1,2,3,4,5))

定义填充函数：

fill_na <- function(x) {
  fcase(
    # 列首NA：用下一个非NA值替换
    is.na(x) & seq_along(x) == 1, shift(x, type = "lead"),
    # 列尾NA：用前一个非NA值替换
    is.na(x) & seq_along(x) == length(x), shift(x, type = "lag"),
    # 中间NA：取前后值的平均值
    is.na(x), (shift(x, type = "lag") + shift(x, type = "lead")) / 2,
    # 非NA值保持原样
    default = x
  )
}

批量应用到所有列：

# 生成新表
filled_DT <- DT[, lapply(.SD, fill_na)]
# 或者原地修改原表（更节省内存）
for (col in names(DT)) {
  set(DT, j = col, value = fill_na(DT[[col]]))
}

运行后得到预期结果：

a  b
 1:  1  4
 2:  2  4
 3:  3  6
 4:  4  8
 5:  5 10
 6: 5.5  1
 7:  6  2
 8:  7  3
 9:  8  4
10:  8  5

2. 仅针对含NA的行计算 #

上述方法天然满足"只处理NA行"的需求：

• is.na(x)会精准定位需要处理的行，非NA行直接返回原数值，无需额外计算
• 原地修改的set()操作还能避免复制整个数据集，进一步提升大样本下的运算效率

内容的提问来源于stack exchange，提问作者mri