在R中对不同起止列的行进行横向插值处理

以下提供R和Python两种常用语言的实现方案，严格满足你的需求：仅对每行第一个有效值到最后一个有效值之间的NA进行线性插值，首尾的NA保持不变。

R语言实现 #

依赖包 #

需要tidyverse用于数据重塑，zoo提供插值函数：

library(tidyverse)
library(zoo)

处理流程 #

假设你的原始数据框名为df，执行以下步骤：

1. 宽格式转长格式，方便按国家分组处理：

df_long <- df %>%
  pivot_longer(cols = -国家, names_to = "年份", values_to = "数值") %>%
  mutate(年份 = as.integer(年份))

2. 分组插值，限定仅填充首尾有效值区间内的NA：

df_interpolated <- df_long %>%
  group_by(国家) %>%
  mutate(
    first_pos = min(which(!is.na(数值))),
    last_pos = max(which(!is.na(数值))),
    数值 = ifelse(row_number() %in% first_pos:last_pos,
                  na.approx(数值, na.rm = FALSE),
                  数值)
  ) %>%
  select(-first_pos, -last_pos) %>%
  ungroup()

3. 转回宽格式得到最终结果：

df_final <- df_interpolated %>%
  pivot_wider(names_from = 年份, values_from = 数值)

Python语言实现 #

依赖库 #

仅需pandas：

import pandas as pd

处理流程 #

假设原始数据框名为df：

1. 定义行插值函数：

def interpolate_row(row):
    # 分离国家列和数值列
    country = row['国家']
    vals = row.drop('国家')
    
    first_idx = vals.first_valid_index()
    last_idx = vals.last_valid_index()
    
    # 全NA的行直接返回
    if first_idx is None or last_idx is None:
        return row
    
    # 计算首尾有效值的位置索引
    first_pos = vals.columns.get_loc(first_idx)
    last_pos = vals.columns.get_loc(last_idx)
    
    # 仅对区间内的NA插值
    vals.iloc[first_pos:last_pos+1] = vals.iloc[first_pos:last_pos+1].interpolate(method='linear')
    
    # 重组行数据
    row.drop('国家')[vals.index] = vals
    row['国家'] = country
    return row

2. 应用函数到每行：

df_final = df.apply(interpolate_row, axis=1)

效果验证 #

以你提供的样本数据为例：

• 德国：2003年的NA会被插值为0.6，2007年的NA保持不变
• 美国：前三个NA保持不变，2005年的NA插值为0.4
• 法国：2004、2005年的NA分别插值为0.9、0.95
• 比利时：2002年的NA插值为0.3，后面的两个NA保持不变

内容的提问来源于stack exchange，提问作者justforjan