无需for循环：基于历史值滚动预测R数据框列值的优化方案

安全阿岳

2026-6-12

解决方案

1. 基于时间序列的批量预测（推荐）

你的年度人口数据属于典型时间序列，直接用forecast包的批量预测功能，完全不需要逐行迭代，是最符合R向量化思维的高效方案。

步骤示例：

先构造可复现的样例数据：

library(tidyverse)
library(forecast)

# 样例数据框：2020-2025有观测值，2026-2030为NA
df <- tibble(
  year = 2020:2030,
  population = c(1000, 1020, 1035, 1052, 1070, 1088, NA, NA, NA, NA, NA)
)

提取已知数据转为时间序列，批量生成所有缺失值的预测结果：

# 将非NA的人口数据转为时间序列
pop_ts <- ts(df$population[!is.na(df$population)], start = 2020)

# 用线性模型预测（等价于你之前的forecast.linear）
pop_forecast <- forecast(pop_ts, h = 5, model = lm(pop_ts ~ time(pop_ts)))

# 把预测值回填到原数据框
df <- df %>%
  mutate(population = ifelse(is.na(population), pop_forecast$mean, population))

2. 迭代式预测（模拟循环逻辑但用purrr实现）

如果业务逻辑要求“每预测一个值就加入历史再预测下一个”，可以用purrr::accumulate替代for循环，解决你之前尝试失败的问题：

# 提取已知的人口数据向量
known_vals <- df$population[!is.na(df$population)]
# 计算需要预测的NA数量
n_forecast <- sum(is.na(df$population))

# 用accumulate迭代生成预测值
forecasted_vals <- accumulate(1:n_forecast, function(current_history, .) {
  ts_obj <- ts(current_history, start = 2020)
  # 预测下一个值
  next_val <- forecast(ts_obj, h = 1, model = lm(ts_obj ~ time(ts_obj)))$mean
  # 返回更新后的历史数据
  c(current_history, next_val)
}, .init = known_vals) %>%
  # 提取每次迭代新增的预测值
  map_dbl(last)

# 回填到原数据框
df <- df %>%
  mutate(population = ifelse(is.na(population), forecasted_vals, population))