如何在R语言中按指定行数上下复制填充data.frame值？

这问题我之前处理类似需求时也碰到过，用tidyverse工具链完全能轻松搞定！核心思路是先定位每个非NA值的位置，再把每个位置扩展到它自身及后面两行，最后将扩展后的映射值回填到原始数据框里就行。

步骤详解 #

首先加载需要的包：

library(dplyr)
library(tidyr)

先还原你的原始数据：

randcol <- c("s","a","m","p","l", "e","d","a","t","a","h","e","l","l","o") 
x <- c(NA,NA,"a",NA,NA,NA,NA,"b",NA,NA,NA,"c",NA,NA,NA) 
df <- data.frame(randcol, x)

1. 给原始数据添加行号（用于定位）

df_with_row <- df %>% mutate(row_num = row_number())

2. 提取非NA值并扩展填充范围

我们需要把每个非NA值的位置，扩展为「当前行 + 下两行」的范围，同时避免超出数据框的总行数：

filled_positions <- df_with_row %>%
  filter(!is.na(x)) %>%
  rowwise() %>%
  # 生成当前行到当前行+2的行号，最多到数据最后一行
  expand(row_num = row_num:min(row_num + 2, nrow(df_with_row))) %>%
  ungroup()

3. 回填填充值到原始数据

用左连接把填充范围映射回原始数据，再用coalesce()优先取填充后的值，没有填充的位置保留原NA：

df_processed <- df_with_row %>%
  left_join(filled_positions, by = "row_num", suffix = c("_original", "_filled")) %>%
  mutate(x = coalesce(x_filled, x_original)) %>%
  # 清理临时列
  select(randcol, x)

查看处理结果 #

print(df_processed)

输出如下，完全符合「每个字符向下填充2行」的需求：

randcol    x
1        s <NA>
2        a <NA>
3        m    a
4        p    a
5        l    a
6        e <NA>
7        d <NA>
8        a    b
9        t    b
10       a    b
11       h <NA>
12       e    c
13       l    c
14       l    c
15       o <NA>

优化方案（针对大数据集） #

如果你的数据量很大，rowwise()的效率可能偏低，可以换成map()+unnest()的向量操作方式，速度会更快：

filled_positions <- df_with_row %>%
  filter(!is.na(x)) %>%
  mutate(row_num = map(row_num, ~.x:min(.x+2, nrow(df_with_row)))) %>%
  unnest(row_num)

后续的回填步骤和上面完全一致。

重叠场景处理 #

如果遇到两个非NA值的填充范围重叠（比如前一个值的填充还没结束，下一个非NA值就出现了），可以在回填前加一步group_by(row_num) %>% slice_last()，让后面的非NA值覆盖前面的填充结果；如果需要前面的值优先，就换成slice_first()。

内容的提问来源于stack exchange，提问作者dbo