优化data("airquality") solar.R <- airquality$Solar.R Solar.R1 <- rep(0,length(solar.R)) for (i in 1:length(Solar.R1)) { Solar.R2 <- Solar.R[i:(i-1)] if(!is.na(solar.R[i])){ Solar.R1[i] <- solar.R[i] }else{ Solar.R1[i] <- mean(solar.R[is.na(solar.R[1:(i-1)])]) } }

这段代码的作用是将 airquality 数据集中的 Solar.R 列中的缺失值替换为前面所有非缺失值的平均值，并将结果存储在 Solar.R1 中。优化的方法可以是使用 apply 函数代替 for 循环，如下所示：

Solar.R1 <- apply(X = airquality$Solar.R, MARGIN = 1, FUN = function(x) {
x[is.na(x)] <- mean(x, na.rm = TRUE)
return(x)
})