在R语言data.frame中创建填充非NA值相邻行的列

针对你的需求，我们可以通过两种清晰的方式实现：一种是用dplyr+tidyr的tidyverse工具链，另一种是基础R的循环逻辑，你可以根据自己的使用习惯选择。

首先先确认你的原始数据：

df = data.frame('index' = 1:10, 'x' = c(NA, NA, 1, NA, NA, NA, 2, NA, NA, NA))

方法1：使用tidyverse工具链 #

这种方法简洁高效，适合熟悉tidyverse生态的用户：

library(dplyr)
library(tidyr)

df_processed <- df %>%
  # 先标记出x中非NA的值，生成临时列
  mutate(temp = x) %>%
  # 将非NA值的前一行也设置为该值
  mutate(temp = ifelse(!is.na(lag(temp)), lag(temp), temp)) %>%
  # 向下填充临时列，覆盖后续的NA行（直到下一个非NA值出现）
  fill(temp, .direction = "down") %>%
  # 重命名临时列为y，并整理列顺序
  rename(y = temp) %>%
  select(index, x, y)

print(df_processed)

运行结果：

index  x  y
1      1 NA NA
2      2 NA  1
3      3  1  1
4      4 NA  1
5      5 NA  1
6      6 NA  1
7      7  2  2
8      8 NA  2
9      9 NA  2
10    10 NA  2

方法2：使用基础R循环 #

如果你偏好基础R语法，这种方法逻辑更直观，方便灵活调整填充范围：

# 找到x中非NA值的位置
non_na_pos <- which(!is.na(df$x))

# 初始化y列为NA
df$y <- NA

# 遍历每个非NA值的位置，设置对应的填充范围
for(pos in non_na_pos) {
  # 填充起始行：当前非NA行的前一行（如果不是第一行）
  start_row <- max(1, pos - 1)
  # 填充结束行：如果是最后一个非NA值，就到数据框末尾；否则到下一个非NA值的前一行
  next_non_na <- non_na_pos[non_na_pos > pos][1]
  end_row <- ifelse(is.na(next_non_na), nrow(df), next_non_na - 1)
  
  # 为指定范围的行赋值
  df$y[start_row:end_row] <- df$x[pos]
}

print(df)

这个方法的结果和方法1完全一致，好处是你可以轻松调整填充范围。比如如果你想让后续填充的行数和当前非NA值前面的NA数量一致（比如1前面有2个NA，就只填充后面2行），可以修改end_row的计算逻辑：

# 计算当前非NA值前面的NA数量
prev_na_count <- pos - min(which(!is.na(df$x[1:pos])))
end_row <- pos + prev_na_count

调整后运行的结果会变成：

index  x  y
1      1 NA NA
2      2 NA  1
3      3  1  1
4      4 NA  1
5      5 NA  1
6      6 NA  2
7      7  2  2
8      8 NA  2
9      9 NA  2
10    10 NA  2

关键说明 #

• 两种方法的核心都是先定位非NA值的位置，再将该值扩散到你需要的行范围
• 如果你有明确的“后续若干行”的数量要求，直接修改end_row的计算逻辑即可

内容的提问来源于stack exchange，提问作者ben_aaron