在R中，我遇到的问题类似于此处提出的问题：Replacing NAs in R with nearest value。但是，差异在于我想要更改的值不是NA而是任何小于0的值，并且更改这些值还取决于另一列中的值（因此需要添加条件语句）。我无法理解如何使该问题中提出的一些解决方案适应我的问题。由于我有大量数据，所以这很快也很重要。
示例数据
pred_trip <- c(0,0,0,0,0,1,1,1,1,0,0,0,1,1,1,0,0,0,0,0,0,0,0,0,0,0,1,1,1,1,1,1,1)
locNumb <- c(-1,-1,-1,-1,-1,2,2,2,2,3,3,0,0,0,4,4,4,4,-1,-1,-1,-1,-1,0,0,0,0,0,0,5,5,5,5)
df <- data.frame(pred_trip, locNumb)
基本上，如果locNumb列中的值为＆lt; = 0并且pred_trip列中存在0，则locNumb列中的值将重新分配给大于0的最接近的值。
期望的输出：
pred_trip locNumb
1 0 2
2 0 2
3 0 2
4 0 2
5 0 2
6 1 2
7 1 2
8 1 2
9 1 2
10 0 3
11 0 3
12 0 3
13 1 0
14 1 0
15 1 4
16 0 4
17 0 4
18 0 4
19 0 4
20 0 4
21 0 4
22 0 4
23 0 4
24 0 4
25 0 4
26 0 4
27 1 0
28 1 0
29 1 0
30 1 5
31 1 5
32 1 5
33 1 5
我在类似的解决方案中调整代码时遇到了麻烦，因为它依赖于is.na并且不包含我需要的任何其他条件。但是在伪代码中是这样的:(不知道在我的其他条件语句中添加的地方如果pred_trip == 0。
f1 <- function(df) {
N <- length(df)
na.pos <- which(df$locNumb < 0 (df))
if (length(na.pos) %in% c(0, N)) {
return(df)
}
non.na.pos <- which(!df$locNumb < 0(df))
intervals <- findInterval(na.pos, non.na.pos,
all.inside = TRUE)
left.pos <- non.na.pos[pmax(1, intervals)]
right.pos <- non.na.pos[pmin(N, intervals+1)]
left.dist <- na.pos - left.pos
right.dist <- right.pos - na.pos
df[na.pos] <- ifelse(left.dist <= right.dist,
df[left.pos], df[right.pos])
return(df)
}
答案 0 :(得分：3)
这是一种方法。
rle会为您提供行程编码，您可以使用NA替换负值，然后使用na.locf包中的zoo函数进行转发（和向后移动）最近的非负值。最后，inverse.rle函数可以创建您想要的向量，我们可以将其添加到原始data.frame df作为newlocNumb
可以使用任何其他条件将locNumb列中的部分原始值替换为newlocNumb列
require(zoo)
pred_trip <- c(0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1)
locNumb <- c(-1, -1, -1, -1, -1, 2, 2, 2, 2, 3, 3, 0, 0, 0, 4, 4, 4, 4, -1, -1, -1, -1, -1, 0, 0, 0, 0, 0, 0, 5, 5, 5, 5)
df <- data.frame(pred_trip, locNumb)
RLE <- rle(df$locNumb)
RLE
## Run Length Encoding
## lengths: int [1:8] 5 4 2 3 4 5 6 4
## values : num [1:8] -1 2 3 0 4 -1 0 5
RLE$values[RLE$values < 0] <- NA
while (any(is.na(RLE$values))) {
RLE$values <- na.locf(na.locf(RLE$values, na.rm = FALSE), fromLast = TRUE, na.rm = FALSE)
}
df$newlocNumb <- inverse.rle(RLE)
df
## pred_trip locNumb newlocNumb
## 1 0 -1 2
## 2 0 -1 2
## 3 0 -1 2
## 4 0 -1 2
## 5 0 -1 2
## 6 1 2 2
## 7 1 2 2
## 8 1 2 2
## 9 1 2 2
## 10 0 3 3
## 11 0 3 3
## 12 0 0 0
## 13 1 0 0
## 14 1 0 0
## 15 1 4 4
## 16 0 4 4
## 17 0 4 4
## 18 0 4 4
## 19 0 -1 4
## 20 0 -1 4
## 21 0 -1 4
## 22 0 -1 4
## 23 0 -1 4
## 24 0 0 0
## 25 0 0 0
## 26 0 0 0
## 27 1 0 0
## 28 1 0 0
## 29 1 0 0
## 30 1 5 5
## 31 1 5 5
## 32 1 5 5
## 33 1 5 5
答案 1 :(得分：1)
data.table库，在内存使用方面非常有效btw，可以在这里使用 -
library(data.table)
# converting data.frame to data.table
dt <- data.table(df)
#assigning unique id to each row
dt[,grpno := .I]
# getting all the unique values from the data.table where locNumb > 0
positivelocNumb <- unique(dt[locNumb > 0])
# indexing by grpno, this will be used to help define nearest positive locnumb
setkeyv(positivelocNumb,c('grpno'))
setkeyv(dt,c('grpno'))
# nearest positive value join
dt2 <- positivelocNumb[dt, roll = "nearest"]
输出，其中pred_trip.1和locNumb.1是原始值，pred_trip和locNumb是最接近的正值。您可以通过pred_trip创建positivelocNumb来排除合并中的unique(dt[locNumb > 0,list(locNumb,grpno)])列 -
> dt2
grpno pred_trip locNumb pred_trip.1 locNumb.1
1: 1 1 2 0 -1
2: 2 1 2 0 -1
3: 3 1 2 0 -1
4: 4 1 2 0 -1
5: 5 1 2 0 -1
6: 6 1 2 1 2
7: 7 1 2 1 2
8: 8 1 2 1 2
9: 9 1 2 1 2
10: 10 0 3 0 3
11: 11 0 3 0 3
12: 12 0 3 0 0
13: 13 0 3 1 0
14: 14 1 4 1 0
15: 15 1 4 1 4
16: 16 0 4 0 4
17: 17 0 4 0 4
18: 18 0 4 0 4
19: 19 0 4 0 -1
20: 20 0 4 0 -1
21: 21 0 4 0 -1
22: 22 0 4 0 -1
23: 23 0 4 0 -1
24: 24 0 4 0 0
25: 25 1 5 0 0
26: 26 1 5 0 0
27: 27 1 5 1 0
28: 28 1 5 1 0
29: 29 1 5 1 0
30: 30 1 5 1 5
31: 31 1 5 1 5
32: 32 1 5 1 5
33: 33 1 5 1 5