在R中无ID列时填充多组起始与结束值间的内容

原始数据结构如下：

df <- structure(
  list(
    elevation = c(150L,140L, 130L, 120L, 110L, 120L, 130L, 140L, 150L, 90L, 80L, 70L,66L, 60L, 50L, 66L, 70L, 72L, 68L, 65L, 60L, 68L, 70L),
    code = c(NA, NA, "W", NA, NA, NA, "W", NA, NA, NA, NA, NA, "X", NA, NA, "X", NA, NA, "Y", NA, NA, "Y", NA)
  ), 
  class = "data.frame", 
  row.names = c(NA,-23L)
)

需求是将code列中每组起始与结束标记（如W、X、Y）之间的NA值填充为对应标记值。

解决方案1：使用dplyr + tidyr #

通过生成临时分组ID划分标记区间，再双向填充NA值：

library(dplyr)
library(tidyr)

df_filled <- df %>%
  # 生成分组ID：每遇到非NA的code值，分组序号递增
  mutate(group_id = cumsum(!is.na(code))) %>%
  # 按分组双向填充code值
  group_by(group_id) %>%
  fill(code, .direction = "downup") %>%
  ungroup() %>%
  # 移除临时分组列
  select(-group_id)

# 查看结果
df_filled

解决方案2：使用data.table #

用data.table的nafill函数实现高效填充：

library(data.table)

setDT(df)
# 生成分组ID
df[, group_id := cumsum(!is.na(code))]
# 先向下填充，再向上填充补全区间
df[, code := nafill(code, type = "locf"), by = group_id]
df[, code := nafill(code, type = "nocb"), by = group_id]
# 移除临时分组列
df[, group_id := NULL]

# 查看结果
df

两种方法核心逻辑一致：通过非NA标记划分独立区间，将区间内的NA值替换为对应标记值。

内容的提问来源于stack exchange，提问作者AnonX