如何用R编写apply族实现的NA值滑动均值自动填充函数

函数参数调整说明 #

你最初设想的函数参数存在语法问题，我们先对参数做兼容调整：如果需要保留type参数用于后续扩展其他填充逻辑，可以保留该参数，默认设置为均值填充模式，lag参数默认设为2。

完整实现代码 #

x <- function(data, type = "mean", lag = 2) {
  # 仅支持均值填充模式，其他模式可后续扩展
  if (type != "mean") {
    stop("当前仅支持mean类型的填充方式")
  }
  # 按列遍历数据集，符合apply族实现要求
  filled_data <- apply(data, 2, function(col_vals) {
    col_length <- length(col_vals)
    # 遍历当前列的每一个位置
    sapply(seq_along(col_vals), function(i) {
      # 非缺失值直接返回原值
      current_val <- col_vals[i]
      if (!is.na(current_val)) {
        return(current_val)
      }
      # 计算滑动窗口的上下边界
      win_start <- i - lag
      win_end <- i + lag
      # 边界合法时用窗口内非缺失值的均值填充
      if (win_start >= 1 && win_end <= col_length) {
        win_vals <- col_vals[win_start:win_end]
        valid_win_vals <- win_vals[!is.na(win_vals)]
        # 窗口内全为缺失值时降级到全局均值填充
        if (length(valid_win_vals) > 0) {
          return(mean(valid_win_vals))
        }
      }
      # 边界不合法时用当前列全局非缺失值的均值填充
      return(mean(col_vals, na.rm = TRUE))
    })
  })
  # 转换为data.frame格式返回，和输入格式保持一致
  return(as.data.frame(filled_data))
}

逻辑说明 #

• 用apply(data, 2, ...)实现按列遍历，完全符合你要求的apply族函数实现规则
• 对每一列的元素做逐位判断：
  • 非缺失值直接保留，不做修改
  • 遇到缺失值时先判断当前位置前后是否有足够的lag个有效索引，满足条件则取窗口内所有非缺失值的均值填充
  • 处于列首尾的边界缺失值、或者窗口内无有效非缺失值时，自动降级为当前列全局非缺失值的均值填充

测试验证 #

用你给出的示例数据集测试：

# 构造示例数据集
test_df <- data.frame(
  V1 = c(3,5,1,5,7,4),
  V2 = c(7,8,2,6,2,8),
  V3 = c(8,9,4,0,3,7),
  V4 = c(0,2,5,NA,6,4),
  V5 = c(8,8,0,3,11,5),
  V6 = c(12,9,6,9,14,3),
  V7 = c(2,1,7,10,2,NA)
)

# 调用函数
result <- x(test_df)

运行后得到的结果中，V4列第4行填充值为4.25（即17/4），V7列第6行填充值为4.4（即22/5），完全符合要求的填充规则。

内容的提问来源于stack exchange，提问作者Rojer