如何针对指定行（2001年）用前后行均值填充缺失值？

首先重现你的示例数据：

df = data.frame(year = c(2000, 2001, 2002),
                A = c(2, NA, 3),
                B = c(2, 2, 3),
                C = c(3, NA, 2))

要批量处理所有含缺失值的列，仅对2001年行的NA用前后行平均值填充，可以用dplyr包的across函数结合case_when实现，代码如下：

library(dplyr)

# 批量处理并生成填充后的数据集
df_filled <- df %>%
  mutate(across(-year, ~ case_when(
    # 仅对2001年行的NA值进行填充
    year == 2001 & is.na(.) ~ (lag(.) + lead(.)) / 2,
    # 其他情况保持原数值
    TRUE ~ .
  )))

代码说明： #

• across(-year)：指定处理除year外的所有列；如果需要筛选特定类型的列（比如仅数值列），可以替换为across(where(is.numeric))。
• case_when的条件逻辑：仅当当前行是2001年且值为NA时，用该行的前一行（lag(.)）和后一行（lead(.)）的平均值填充，其余情况保留原始值。

运行后得到的结果：

> df_filled
  year   A B   C
1 2000 2.0 2 3.0
2 2001 2.5 2 2.5
3 2002 3.0 3 2.0

如果需要直接修改原数据框，只需将结果赋值回原变量：

df <- df %>%
  mutate(across(-year, ~ case_when(
    year == 2001 & is.na(.) ~ (lag(.) + lead(.)) / 2,
    TRUE ~ .
  )))

内容的提问来源于stack exchange，提问作者gered