如何在R中向量化填充空值的for循环？需处理11列

你的原for循环逐行处理空值的逻辑没问题，但面对大量数据或多列时效率偏低，而且重复写11次循环太繁琐。下面提供两种向量化实现方案，分别基于base R和dplyr，都能高效处理单列/多列的空值填充需求。

测试数据 #

先确认测试数据：

df1 <- data.frame(sku2 = rep(c(1:2, ""), times = 5),
                  a    = rep(c(3:4, ""), times = 5))

方案一：用base R实现（无需额外包） #

利用分组索引的方式，把连续的空值归到上一个非空值的组里，然后取每组的第一个值填充：

单列处理 #

# 处理sku2列
grp <- cumsum(df1$sku2 != "")
df1$sku2 <- df1$sku2[match(grp, grp)]

多列批量处理 #

把需要处理的列名存到向量里，用lapply批量处理：

# 替换成你需要处理的11个列名
cols_to_fill <- c("sku2", "a")

df1[cols_to_fill] <- lapply(df1[cols_to_fill], function(x) {
  grp <- cumsum(x != "")
  x[match(grp, grp)]
})

方案二：用dplyr实现（代码更简洁易读） #

dplyr的fill函数专门用来向下/向上填充空值，不过需要先把空字符串""转为NA，因为fill默认识别NA：

单列处理 #

library(dplyr)

# 先将空字符串转为NA
df1$sku2[df1$sku2 == ""] <- NA
# 向下填充非空值
df1 <- df1 %>% fill(sku2, .direction = "down")

多列批量处理 #

同样用列名向量批量操作：

cols_to_fill <- c("sku2", "a") # 替换为你的11个列名

# 批量转换空字符串为NA
df1[cols_to_fill] <- lapply(df1[cols_to_fill], function(x) {
  x[x == ""] <- NA
  x
})

# 批量向下填充
df1 <- df1 %>% fill(all_of(cols_to_fill), .direction = "down")

效果验证 #

处理后的数据会把每行的空值替换为上一行的非空值，比如sku2列会变成1,2,2,1,2,2,...，a列变成3,4,4,3,4,4,...，和原循环的结果完全一致，但效率提升明显，尤其当数据行数较多时。

内容的提问来源于stack exchange，提问作者MrKolar