实施例

Question

我有一个缺少值的表，我正在尝试编写一个替换它的函数基于最接近的两个非零值进行计算的缺失值。

示例：

X = 3，Tom = 5.1 + (7.4-5.1)/2。

X = 4，Tom = (5.1 + (7.4-5.1)/2) + (7.4-5.1)/2

此功能是否已存在？如果没有，任何建议将不胜感激。

Answer 1

更常用的方法（但不等同于问题）是使用线性插值：

library(zoo)
df <- data.frame(X = 1:5, Tom = c(4.3, 5.1, NA, NA, 7.4))

na.approx(df)

或样条插值：

na.spline(df)

Answer 2

在这种情况下使用循环，其他方法要困难得多。

for (i in seq_len(nrow(df)) {
  if (is.na(df[i, 'Tom']))
    df[i, 'Tom'] <- ((tmp <- c(0, df$Tom[!is.na(df$Tom)], 0))[i+1] + tmp[i]) / 2 + tmp[i]
}

实施例

df <- data.frame(X = seq_len(100), Tom = ifelse(runif(100, 0, 1) > 0.5, NA, round(runif(100, 0, 10), 1)))
head(df)
# X Tom
# 1 1  NA
# 2 1.4
# 3 3  NA
# 4 4 3.9
# 5 5  NA
for (i in seq_len(nrow(df))) { if (is.na(df[i, 'Tom']))  df[i, 'Tom'] <- ((tmp <- c(0, df$Tom[!is.na(df$Tom)], 0))[i+1] + tmp[i]) / 2 + tmp[i] }
head(df)
#  X  Tom
# 1 1 0.70
# 2 2 1.40
# 3 3 4.05
# 4 4 3.90
# 5 5 9.05

Answer 3

实际上 imputeTS 包（我是维护者）为此提供了一个很好的解决方案。

替换为移动平均线

 na.ma(x, k = 2)

x是您的输入对象 k是移动平均窗口

k为1表示您只考虑之前和之后的值 k为2表示您考虑之前的2个值和

之后的2个值

此功能可能最接近所需的计算。唯一的区别是，imputeTS方法不会跳过NA值。（根据线程启动程序的要求）

但特别是对于长NA条纹，这非常有意义。 1,2，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，NA，14,15,16 （在3号位置取NA的平均值为2和14并不是一个好主意）

此外最后观察转发（如评论中42所述）

imputeTS::na.locf(x)

或插值（格罗腾迪克也提到）

imputeTS::na.interpolation(x)

也缺少相同方向的数据替换选项。如果您有兴趣，可以在R Journal中找到introduction to the imputeTS package。

R缺失值替换功能

3 个答案:

实施例