R语言如何批量将所有列NA值替换为对应前后行的平均值

你可以先封装单列填充逻辑为函数，再批量应用到所有需要处理的数值列即可，无需逐个指定列名。你的数据集中仅Timestamp列为时间列无需处理，其余数值列可统一批量操作。

方法1：基础R实现（无需额外安装包） #

首先定义单列NA填充函数，自动规避首尾行NA导致的索引越界问题：

# 定义单列填充函数：NA替换为前后行平均值
impute_neighbor_mean <- function(col) {
  # 定位NA位置
  na_idx <- which(is.na(col))
  # 仅处理非首尾行的NA，避免索引越界
  valid_na_idx <- na_idx[na_idx > 1 & na_idx < length(col)]
  # 计算前后行平均值替换NA
  col[valid_na_idx] <- rowMeans(cbind(
    col[valid_na_idx - 1],
    col[valid_na_idx + 1]
  ), na.rm = TRUE)
  return(col)
}

# 确定需要处理的列：排除Timestamp列
process_cols <- setdiff(colnames(data), "Timestamp")
# 批量应用填充函数到所有目标列
data[process_cols] <- lapply(data[process_cols], impute_neighbor_mean)

方法2：dplyr 简洁实现（适合tidyverse用户） #

如果习惯使用tidyverse生态，可以用across语法批量处理列：

library(dplyr)

# 沿用上面定义的impute_neighbor_mean函数
data <- data %>%
  mutate(across(-Timestamp, impute_neighbor_mean))

方法3：用zoo包更便捷处理（支持连续NA、首尾NA自定义规则） #

如果你需要处理连续NA、或自定义首尾NA的填充逻辑，可以直接使用zoo包的线性插值函数na.approx，其默认逻辑就是用相邻两个点的线性插值（间隔为1时等价于前后行平均值）：

library(zoo)

process_cols <- setdiff(colnames(data), "Timestamp")
# na.rm=FALSE表示保留首尾无法插值的NA，设为TRUE会自动用首尾非NA值填充
data[process_cols] <- lapply(data[process_cols], na.approx, na.rm = FALSE)

• 方法1、2默认不处理第一行和最后一行的NA，因为这两个位置不存在前一行/后一行，会保留原有NA。如果需要处理可以自定义规则，比如首行NA用第二行值填充，末行NA用倒数第二行值填充。
• 如果存在连续多个NA的情况，方法1、2仅能处理两端有有效值的孤立NA，连续NA场景更推荐用方法3的线性插值方案。

内容的提问来源于stack exchange，提问作者SBA