R语言如何仅填充首尾数值相同的NA缺失值区间

核心实现逻辑：

• 先标记所有非NA值的位置，为每个连续NA段匹配前后相邻的非NA值
• 仅当前后非NA值相等时，用前值填充该段NA
• 所有运算为向量化操作，5万行数据可在毫秒级完成处理

示例基础数据：

Example <- data.frame(col1 = c(1, NA, NA, 4, NA, NA, 6, NA, NA, NA, 6, 8, NA, 2, NA))

方案1：data.table高效方案（推荐大数据量使用） #

library(data.table)
setDT(Example)

# 生成非NA值的分组标记
Example[, grp := rleid(!is.na(col1))]
# 构造非NA值的前后段映射表
val_map <- Example[!is.na(col1), .(val = col1, next_grp = grp + 1, prev_grp = grp - 1)]
# 按分组判断NA段是否需要填充
Example[is.na(col1), col1 := {
  prev_val <- val_map[prev_grp == .BY$grp, val]
  next_val <- val_map[next_grp == .BY$grp, val]
  if(length(prev_val) == 1 && length(next_val) == 1 && prev_val == next_val) prev_val else NA
}, by = grp]

运行后Example$col1输出为：1 NA NA 4 NA NA 6 6 6 6 6 8 NA 2 NA，完全符合需求。

方案2：tidyverse方案 #

如果习惯使用tidyverse语法，可使用如下实现，效率同样满足5万行数据处理需求：

library(tidyverse)

Example <- Example %>%
  mutate(grp = rleid(!is.na(col1))) %>%
  # 关联对应NA段的前序、后续非NA值
  left_join(
    filter(., !is.na(col1)) %>% select(prev_grp = grp, prev_val = col1),
    by = c("grp" = "prev_grp")
  ) %>%
  left_join(
    filter(., !is.na(col1)) %>% select(next_grp = grp, next_val = col1),
    by = c("grp" = "next_grp")
  ) %>%
  # 仅当前后值相等时填充NA
  mutate(col1 = ifelse(is.na(col1) & prev_val == next_val & !is.na(prev_val) & !is.na(next_val), prev_val, col1)) %>%
  select(col1)

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