您可以使用numeric创建一个空向量，使用complete.cases和rep获取value，并使用complete.cases和sequence获取索引：

fill_n_repeat <- function(x){
  value = x[complete.cases(x)]
  idx = which(complete.cases(x))
  v = numeric(length(x)) 
  v[sequence(value, idx)] <- rep(value, value)
  v
}

library(dplyr)
df %>% 
  mutate(across(y:z, fill_n_repeat))
    x y z
1   1 0 1
2   2 2 0
3   3 2 0
4   4 0 0
5   5 0 4
6   6 3 4
7   7 3 4
8   8 3 4
9   9 0 0
10 10 1 2
11 11 0 2
12 12 0 0

对行进行分组，以便每个非NA开始一个新组，然后对于每个这样的组，如果第一个元素是NA，则输出0，否则输出第一个元素，多次后跟0。这仅使用基数R，但如果您喜欢dplyr，则用mutate替换transform，其他所有内容保持不变。

f <- function(x) if (is.na(x[1])) 0 else ifelse(seq_along(x) > x[1], 0, x[1])
transform(df, y = ave(y, cumsum(!is.na(y)), FUN = f))

给予（续）

x y
1   1 0
2   2 2
3   3 2
4   4 0
5   5 0
6   6 3
7   7 3
8   8 3
9   9 0
10 10 1
11 11 0
12 12 0

如果有几列，那么如果ix包含要处理的列号或列名，那么使用与上面相同的f，然后在要转换的每一列上运行它。

ix <- "y"
f <- function(x) if (is.na(x[1])) 0 else ifelse(seq_along(x) > x[1], 0, x[1])
f2 <- function(i) ave(df[[i]], cumsum(!is.na(df[[i]])), FUN = f)
replace(df, ix, lapply(ix, f2))

或者，请尝试下面的代码没有任何自定义函数

df2 <- df %>% mutate(z=y) %>% fill(z) %>% group_by(y,z) %>%
 mutate(row=row_number()+1, y=ifelse(z>=row,z,y)) %>% ungroup() %>% 
select(-z,-row)