R data.table如何基于上下行土层数据计算平均值填充当前行

直接用data.table内置的shift函数实现，不需要做复杂自连接，适配多地点、不同土层数量的场景，性能和简洁度都更好。

实现代码 #

library(data.table)

# 示例数据
dt <- data.table(id = rep(c(1,2), 1, each = 3),
                 depth = c(10, 20, 30, 10, 20, 30),
                 val = c(12, 18, 11, 25, 27, 29),
                 bot_l = c(20, 30, NA, 20, 30, NA),
                 top_l = c(NA, 10, 20, NA, 10, 20))

# 第一步：确保数据按 地点id+深度 升序排列，这是取上下层的前提
setorder(dt, id, depth)

# 第二步：按id分组，生成上一层、下一层的val值，直接计算均值
dt[, `:=`(
  # 上一层的值（lag：前一行），最表层为NA
  val_lag = shift(val, n = 1, type = "lag"),
  # 下一层的值（lead：后一行），最底层为NA
  val_lead = shift(val, n = 1, type = "lead")
), by = id][, 
  # 对上下层值求平均，自动忽略NA
  mean_top_bot := rowMeans(.SD, na.rm = TRUE), 
  .SDcols = c("val_lag", "val_lead")
]

# 可选：删除不需要的中间列
dt[, `:=`(val_lag = NULL, val_lead = NULL)]

结果验证 #

运行后得到的mean_top_bot列完全符合预期：

• 最表层：只有下一层值，直接返回下一层val
• 最底层：只有上一层值，直接返回上一层val
• 中间层：返回上下两层val的平均值

基于已有top_l/bot_l字段的实现 #

如果你要沿用已经计算好的上下层深度字段，也可以用下面的方法：

dt[, mean_top_bot := rowMeans(
  data.table(
    top_val = dt[.BY, val[match(top_l, depth)]],
    bot_val = dt[.BY, val[match(bot_l, depth)]]
  ), 
  na.rm = TRUE
), by = id]

内容的提问来源于stack exchange，提问作者Daniel