如何在R的data.frame中跨列（左右）填充缺失值并处理类型？

你遇到的核心问题是：tidyr的fill()函数本质是按列进行上下方向的缺失值填充，它的.direction参数只控制列内的填充方向（down/up），所以direction='right'并不能实现你想要的行内左右填充效果。要完成行级的左右填充，我们需要换一种思路——对每一行单独处理缺失值，同时保留指定列的类型。

具体实现步骤 #

我们可以借助zoo包的na.locf()函数（Last Observation Carried Forward，用前方非NA值填充后方NA，也就是向右填充），结合purrr的行级处理工具来实现，同时确保a列保持数值型：

1. 还原你的测试数据

df <- data.frame(a = 1:4, b = c('row1', 'row2', 'row3', 'row4'), c = paste(9:12), d = paste(13:16))
df[2,2] <- df[3,3] <- df[4,2] <- NA

2. 加载所需包

library(tidyverse)
library(zoo)

3. 实现行内向右填充（保留a列数值型）

df_filled <- df %>%
  pmap_dfr(function(a, b, c, d) {
    # 将当前行的所有元素转为向量
    row_vec <- c(a, b, c, d)
    # 用前方非NA值填充后方NA（向右填充）
    filled_vec <- na.locf(row_vec, na.rm = FALSE)
    # 重新构建行，强制a列为数值型，其余保持字符型
    tibble(
      a = as.numeric(filled_vec[1]),
      b = filled_vec[2],
      c = filled_vec[3],
      d = filled_vec[4]
    )
  })

4. 查看填充结果

> df_filled
# A tibble: 4 × 4
      a b     c     d    
  <dbl> <chr> <chr> <chr>
1     1 row1  9     13   
2     2 2     10    14   
3     3 row3  row3  15   
4     4 4     12    16   

额外说明 #

• 如果需要向左填充（用后方非NA值填充前方NA），只需要修改na.locf()的参数：filled_vec <- na.locf(row_vec, na.rm = FALSE, fromLast = TRUE)
• 类型处理逻辑：因为行内混合了数值和字符，转换为向量时会统一为字符型，所以我们最后手动将a列转回数值型，其他列自然保持字符型，完美符合你的需求。

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