Question

尝试在没有For Loop的情况下执行此操作，但无法弄明白。

我想用默认值0.0000001替换列中的第一个NA。

我正在进行最后观察前进（LOCF）估算，但想给它一个默认值。

如果我有以下data.frame：

> Col1        Col2        Col3        Col4
> 1           NA          10          99
> NA          NA          11          99
> 1           NA          12          99
> 1           NA          13          NA

我希望它看起来像这样：

> Col1        Col2        Col3        Col4
> 1           0.0000001   10          99
> 0.0000001   NA          11          99
> 1           NA          12          99
> 1           NA          13          0.0000001

这是我可以使用的代码，但速度非常慢......

#Temporary change for missing first observation
for (u in 1:ncol(data.frame))
{
  for (v in 1:nrow(data.frame)) 
  {
    #Temporary change the first observations in a row to 0.0000001 until it encounters a value that isn't NA
    if(is.na(temp_equity_df_merge2[v,u]))
    {
        temp_equity_df_merge2[v,u]=0.0000001
    }
    else break
  }

我想使用apply或一些更快的变体。我正在循环超过20列和100万行。

提前感谢您的帮助。

Answer 1

您可以将函数应用于每列：

myfun <- function(x) {
  x[which(is.na(x))[1]] <- 0.1

  return(x)
}

> data.frame(apply(dat, 2, myfun))
   v1  v2 v3   v4
1 1.0 0.1 10 99.0
2 0.1  NA 11 99.0
3 1.0  NA 12 99.0
4 1.0  NA 13  0.1
>

Answer 2

根据评论，您可以使用apply将函数应用于每列。该函数将用0.0000001替换第一个NA并返回一个矩阵。然后，您可以使用na.locf填写剩余的NA。最后，由于您要求data.frame而不是data.frame

，我将其全部包含在matrix中

data.frame(na.locf(apply(dat, 2, function(x) {
    firstNA <- head(which(is.na(x)), 1) #position of first NA
    x[firstNA] <- 0.0000001
    x
})))
   Col1  Col2 Col3    Col4
1 1e+00 1e-07   10 9.9e+01
2 1e-07 1e-07   11 9.9e+01
3 1e+00 1e-07   12 9.9e+01
4 1e+00 1e-07   13 1.0e-07

Answer 3

鉴于您拥有如此庞大的数据集，我会使用data.table和set来避免复制数据。 apply个解决方案都至少复制一次数据。

解决方案涉及一个for循环，但是一个有效的循环（做长度（valid_replace）的东西，每个都是瞬时的）

library(data.table)

DT< -as.data.table(dat)

replacing <- lapply(DT, function(x)which(is.na(x))[1])

valid_replace <- Filter(Negate(is.na), replacing)

replace_with <- 0.0001

for(i in seq_along(valid_replace)){
  set(DT, i = valid_replace[i], j = names(valid_replace)[i], value = replace_with)
}

在没有for循环的情况下查找并替换每列中的第一个NA

3 个答案: