我的数据集看起来如下（让我们称之为"a"）：
date value
2013-01-01 12.2
2013-01-02 NA
2013-01-03 NA
2013-01-04 16.8
2013-01-05 10.1
2013-01-06 NA
2013-01-07 12.0
我想用最接近的环境值（序列中的前一个和下一个值）的平均值来代替NA。
我尝试了以下内容，但我不相信输出。。。
miss.val = which(is.na(a$value))
library(zoo)
z = zoo(a$value, a$date)
z.corr = na.approx(z)
z.corr[(miss.val - 1):(miss.val + 1), ]
使用包zoo:中的na.locf（上次观测结转）
R> library("zoo")
R> x <- c(12.2, NA, NA, 16.8, 10.1, NA, 12.0)
R> (na.locf(x) + rev(na.locf(rev(x))))/2
[1] 12.20 14.50 14.50 16.80 10.10 11.05 12.00
（如果x的第一个或最后一个元素是NA，则不起作用）
您可以使用imputeTS包的移动平均na.ma函数在1行代码中完成这一操作
library(imputeTS)
na_ma(yourData, k = 1)
这将用最接近的环境值的平均值替换缺失的值。您甚至可以额外设置参数。
na_ma(yourData, k =2, weighting = "simple")
在这种情况下，算法将在每个方向上取下两个值。您也可以选择不同的值权重（您可能希望值越接近影响越大）