我试图向前推进非缺失的观察并填充接下来的两个缺失的观察结果(尽管我想这个问题的解决方案将广泛适用于通过n行进行观察......)。
在下面的示例数据框中,我希望继续(传播)两行的每个flag_a
的{{1}}和flag_b
值。以下是包含所需输出的数据示例:
id
我试图使用以下最后一次观察结果(LOCF)功能;但是,正如预期的那样,它会填充所有缺失的行,而不仅仅是接下来的两行。
id <- c(1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2)
flag_a <- as.numeric(c(NA, NA, 1, NA, NA, NA, NA, NA, NA, NA, NA, 1, NA, NA, NA, NA, NA, NA))
flag_b <- as.numeric(c(NA, NA, NA, 1, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1, NA, NA, NA, NA))
flag_a_desired_output <- as.numeric(c(NA, NA, 1, 1, 1, NA, NA, NA, NA, NA, NA, 1, 1, 1, NA, NA, NA, NA))
flag_b_desired_output <- as.numeric(c(NA, NA, NA, 1, 1, 1, NA, NA, NA, NA, NA, NA, NA, 1, 1, 1, NA, NA))
data <- data.frame(cbind(id, flag_a, flag_b, flag_a_desired_output, flag_b_desired_output))
对于如何解决这个问题的任何想法都将非常感激。
答案 0 :(得分:3)
这不是最漂亮的事情,但这就是我如何处理这样的问题:
library(data.table)
data <- data.table(data)
data[, rowid:=1:.N, keyby = id]
## flag_a
data[, flag_a_min:=min(rowid[!is.na(flag_a)]), keyby = id]
data[, flag_a_max:=flag_a_min+2]
data[rowid <=flag_a_max & rowid >= flag_a_min, flag_a:=min(na.omit(flag_a))]
## flag_b
data[, flag_b_min:=min(rowid[!is.na(flag_b)]), keyby = id]
data[, flag_b_max:=flag_b_min+2]
data[rowid <=flag_b_max & rowid >= flag_b_min, flag_b:=min(na.omit(flag_b))]
## clean up
data[, c("rowid", "flag_a_min", "flag_a_max", "flag_b_min", "flag_b_max"):=NULL]
> data
id flag_a flag_b flag_a_desired_output flag_b_desired_output
1: 1 NA NA NA NA
2: 1 NA NA NA NA
3: 1 1 NA 1 NA
4: 1 1 1 1 1
5: 1 1 1 1 1
6: 1 NA 1 NA 1
7: 1 NA NA NA NA
8: 1 NA NA NA NA
9: 1 NA NA NA NA
10: 1 NA NA NA NA
11: 2 NA NA NA NA
12: 2 1 NA 1 NA
13: 2 1 NA 1 NA
14: 2 1 1 1 1
15: 2 NA 1 NA 1
16: 2 NA 1 NA 1
17: 2 NA NA NA NA
18: 2 NA NA NA NA
答案 1 :(得分:0)
您可以在软件包 imputeTS 中使用na.locf的 maxgap 选项来仅填充/填充小于特定大小的NA间隙。 (此解决方案将使更长的NA差距保持不变)
例如
library(imputeTS)
na_locf(input, maxgap = 2)
仅将结转后的观测值(locf)应用于小于2个连续NA的NA间隙。
2,3,NA,NA,NA,5,5
只会保留2,3,NA,NA,NA,5,5
同时
2,3,NA,5,5,5,5
将成为2,3,3,5,5,5,5