基于其他行填充R语言数据列的问题及优化方案求助

需求说明 #

现有数据集如下：

需要修改action列，使得每个玩家从action=1对应的year开始，到end年份为止的所有行，action都设为1，目标效果如下：

原循环代码问题分析 #

你写的循环逻辑存在多处错误，导致i值异常增大：

• 在for (i in 1:nrow(df))循环内部，又对i赋值i <- z + i + 1，破坏了循环的迭代逻辑，直接导致i跳变超出数据行数范围。
• 内层循环for (z in i:nrow(df))逻辑混乱：z先被赋值为时长（df[i,5]），又被用作循环变量遍历行号，且循环内仅修改当前i行的action，完全没实现批量修改时间段内的行。
• 未按玩家分组处理，不同玩家的时间段会互相干扰。

修复后的循环实现 #

如果坚持用循环，需要按玩家分组处理，代码如下：

# 提取所有唯一玩家
players <- unique(df$player)

for (p in players) {
  # 取出当前玩家的子数据集
  sub_df <- df[df$player == p, ]
  # 找到该玩家action=1的行
  start_idx <- which(sub_df$action == 1)
  if (length(start_idx) > 0) {
    start_year <- sub_df$year[start_idx]
    end_year <- sub_df$end[start_idx]
    # 筛选出该玩家年份在[start_year, end_year]区间内的行
    target_rows <- which(sub_df$year >= start_year & sub_df$year <= end_year)
    # 对应到原数据集修改action值
    df[df$player == p, "action"][target_rows] <- 1
  }
}

更优的向量化解法（推荐） #

R中尽量避免循环，用dplyr包的向量化操作更高效易读：

library(dplyr)
library(tidyr)

df <- df %>%
  group_by(player) %>%
  # 填充每个玩家组内的end列NA值，统一替换为该组唯一的非NA end值
  mutate(end = fill(end, .direction = "updown")$end) %>%
  # 判断当前年份是否在该玩家的生效区间内，是则设action为1
  mutate(action = ifelse(year >= year[action == 1] & year <= end, 1, action)) %>%
  ungroup()

代码说明： #

1. group_by(player)：按玩家分组，确保每个玩家的时间段独立处理。
2. fill(end, .direction = "updown")：把每个组内的end列NA值替换为该组中唯一的非NAend值。
3. mutate(action = ...)：判断当前行的year是否在该玩家的起始年份（action=1对应的year）到结束年份之间，是则设为1，否则保持原action值。

内容的提问来源于stack exchange，提问作者zq111