R语言如何将dataframe列的前导0替换为后续紧邻非0数值

问题背景 #

现有一个dataframe，其中frame列存储帧编号，结构示例如下：

核心列示例数据：

df <- structure(list(frame = c(0L, 0L, 0L, 0L, 473047L, 0L, 473049L,0L, 0L, 473051L, 0L, 0L, 473052L, 0L, 473055L)), row.names = c(NA, -15L), class = "data.frame")

列中0值和其后出现的第一个非0值属于同一帧，需要将所有0替换为对应的后续非0帧号：开头4个0替换为473047，第6行的0替换为473049，第8-9行的0替换为473051，以此类推完成全列替换。

最初的实现思路是通过反向遍历的for循环完成替换：

遍历frame列的每一行
如果当前值大于0，记录该值
如果当前值为0，将其替换为最近一次记录的非0值

实现方案 #

不需要编写复杂的循环逻辑，以下是base R和tidyverse两种高效的向量化实现：

方法1：tidyverse 实现（代码最简洁） #

核心逻辑是先将0转换为缺失值，再向数据开头方向（向上）用后续的非0值填充缺失值：

library(tidyverse)

df <- df %>%
  mutate(frame = na_if(frame, 0)) %>% # 将0替换为NA
  fill(frame, .direction = "up") # 向上填充NA

运行后frame列结果如下，完全匹配需求：

[1] 473047 473047 473047 473047 473047 473049 473049 473051 473051 473051 473052
[12] 473052 473052 473055 473055

方法2：base R 实现（无第三方包依赖） #

通过定位非0值位置，用区间匹配给每一行分配对应的帧号，不需要加载任何扩展包：

# 提取所有非0帧号的位置和对应值
non_zero_pos <- which(df$frame != 0)
non_zero_val <- df$frame[non_zero_pos]

# 为每一行匹配所属帧号
df$frame <- non_zero_val[findInterval(seq_len(nrow(df)), non_zero_pos, left.open = TRUE) + 1]

运行结果和tidyverse方法完全一致。

附：对应原始思路的for循环实现（不推荐） #

如果要完全按照反向遍历的思路写for循环，可以参考以下代码，但该方法是逐行运算，数据量大时性能远差于上述两种向量化方案：

# 初始化记录值为最后一个非0帧号，处理末尾的0
current_frame <- tail(df$frame[df$frame != 0], 1)

# 从最后一行反向遍历到第一行
for (i in nrow(df):1) {
  if (df$frame[i] != 0) {
    current_frame <- df$frame[i]
  } else {
    df$frame[i] <- current_frame
  }
}

内容的提问来源于stack exchange，提问作者codegoblin1996