R语言中如何实现带填充数量限制的缺失值填充操作

目标效果和Python pandas 中fillna(method='bfill', limit=30)完全一致：对缺失值执行后向填充（用后续最近的非缺失值填充前面的NA），单次连续NA段最多填充30个，超出长度的NA保留原值。

核心实现逻辑：先识别所有连续NA片段，给每个片段内的NA按顺序编号，仅对片段内序号≤30的NA执行填充，其余NA保留。

方案1：dplyr/tidyr 实现（适合日常tidyverse工作流） #

library(dplyr)
library(tidyr)

df_filled <- df %>%
  # 为连续NA生成分组ID
  mutate(na_group = cumsum(!is.na(ELE.CN))) %>%
  # 按NA分组，生成组内顺序编号
  group_by(na_group) %>%
  mutate(na_seq = row_number()) %>%
  ungroup() %>%
  # 执行无限制后向填充（.direction="up"等价pandas bfill，用后续行的值填前面的NA）
  mutate(bfill_temp = fill(., ELE.CN, .direction = "up")$ELE.CN) %>%
  # 仅填充连续NA长度≤30的部分
  mutate(ELE.CN = ifelse(is.na(ELE.CN) & na_seq <= 30, bfill_temp, ELE.CN)) %>%
  # 清理中间辅助列
  select(-na_group, -na_seq, -bfill_temp)

方案2：data.table 实现（适合百万行级以上大数据量，性能更高） #

library(data.table)
setDT(df)

# 生成连续NA分组ID
df[, na_group := cumsum(!is.na(ELE.CN))]
# 生成组内顺序编号
df[, na_seq := seq_len(.N), by = na_group]
# 原生后向填充（nocb = next observation carried backward，等价pandas bfill）
df[, bfill_temp := nafill(ELE.CN, type = "nocb")]
# 按30的长度限制执行填充
df[is.na(ELE.CN) & na_seq <= 30, ELE.CN := bfill_temp]
# 清理辅助列
df[, c("na_group", "na_seq", "bfill_temp") := NULL]

注意事项 #

• 如果你的数据按时间正序排列（最早日期在第一行，最晚在最后一行），上述代码无需修改，填充逻辑和pandas bfill完全对齐。
• 长度超过30的连续NA段，只有最靠近非NA值的前30个NA会被填充，剩余NA保留缺失状态，完全匹配limit参数的约束。

内容的提问来源于stack exchange，提问作者Mick