如何在R data.table中按组高效实现反向LOCF（从后向前填充NA）

反向LOCF（Last Observation Carried Forward）是指从每个组的最后一个非NA值开始，向前填充所有NA值，和正向LOCF的方向完全相反。以下是几种高效的实现方式：

方法1：利用data.table内置的nafill函数（推荐，高效简洁） #

核心思路是对每个组的目标列先逆序，执行正向LOCF填充，再将结果逆序还原，以此实现反向填充效果。nafill是data.table原生优化函数，处理大数据集速度极快。

示例代码：

library(data.table)

# 构造测试数据
dt <- data.table(
  group = rep(1:2, each = 5),
  value = c(NA, 1, NA, 3, NA, 2, NA, NA, 4, NA)
)

# 执行反向LOCF填充
dt[, value_backward := nafill(rev(value), type = "locf"), by = group][
  , value_backward := rev(value_backward), by = group
]

执行后结果：

• 组1的value从NA,1,NA,3,NA变为1,1,3,3,NA（末尾无后续非NA值，保留NA）
• 组2的value从2,NA,NA,4,NA变为2,4,4,4,NA

方法2：纯手动实现（适合理解底层逻辑） #

如果需要完全自定义填充逻辑，可以手动定位组内非NA值的位置，再反向映射填充：

dt[, value_backward := {
  non_na_indices <- which(!is.na(value))
  if (length(non_na_indices) == 0) {
    # 组内全为NA时直接返回原列
    value
  } else {
    # 从后往前匹配最近的非NA值位置
    fill_positions <- findInterval(seq_len(.N), rev(non_na_indices)) + 1
    # 反向取非NA值并填充
    rev(value[non_na_indices])[fill_positions]
  }
}, by = group]

方法3：结合zoo包的na.locf函数 #

如果项目已依赖zoo包，可以直接用na.locf的fromLast=TRUE参数快速实现：

library(zoo)

# na.rm=FALSE 保留组末尾的NA；若设为TRUE，会用最后一个非NA值填充末尾NA
dt[, value_backward := na.locf(value, fromLast = TRUE, na.rm = FALSE), by = group]

内容的提问来源于stack exchange，提问作者Honza Šrámek