Question

我有一个数据集，可以对几个病人进行连续温度测量。数据集是不完整的，包含许多NA值。然而，患者可能在实验结束前死亡，因此从死亡时间到测量期结束时记录了NA。我想要做的是按行（个别病人）进行我的数据帧，最后进行观察，除非没有记录进一步的观察结果。一个小的示例数据框将是：

df<-data.frame(H0=c(35.4, 36.0, 36.0, 36.4), H1=c(NA, 34.0, 33.4, NA), 
           H2=c(NA, 33.5, NA, 34.2), H3=c(32.9, NA, 34.0, NA),
           H4=c(NA, 33.1, NA, NA), H5=c(33.2, NA, NA, 32.8))

我有点与动物园合作并申请：

df2<-apply(df, 1, na.locf)

虽然这会创建一个矩阵而不是数据框架，并且为死亡的病人带来温度，直到实验结束，这不是我想要做的。患者2＆amp; 3如果两者仍然以H5结束，那么。

Answer 1

转置，使用na.fill用0填充trailinig NA并使用na.locf填写剩余的NA并转置回来。最后用NAs替换零：

library(zoo)

df0 <- t(na.locf(na.fill(t(df), c(NA, NA, 0))))
ifelse(df0 == 0, NA, df0)

，并提供：

     [,1] [,2] [,3] [,4] [,5] [,6]
[1,] 35.4 35.4 35.4 32.9 32.9 33.2
[2,] 36.0 34.0 33.5 33.5 33.1   NA
[3,] 36.0 33.4 33.4 34.0   NA   NA
[4,] 36.4 36.4 34.2 34.2 34.2 32.8

也可以这样写：

zero2NA <- function(x) ifelse(x == 0, NA, x)  
t(apply(df, 1, function(x) zero2NA( na.locf( na.fill(x, c(NA, NA, 0))))))

Answer 2

如果查看?na.locf，您会看到有一个选项na.rm可以保留领先的 NAs。因此，通过反转两次，您可以预先设置尾随的NA。问题是，在这种情况下，它使用端点而不是它正在替换的间隔的第一个点，并且使用fromLast和na.rm并不解决这个问题（不保留NA）。因此，一个丑陋但有效的解决方案是首先保留NA（但用错误的值替换），然后用正确的值替换（不预先确定NA），最后通过重新插入应该在那里的NA来纠正...它＆＃ 39; s不漂亮，但它有效

res1 <- t(apply(df, 1, function(y) rev(na.locf(rev(y), na.rm = F))))
res2 <- t(apply(df, 1, na.locf))
res2[is.na(res1)] <- NA
res2
#       H0   H1   H2   H3   H4   H5
#[1,] 35.4 35.4 35.4 32.9 32.9 33.2
#[2,] 36.0 34.0 33.5 33.5 33.1   NA
#[3,] 36.0 33.4 33.4 34.0   NA   NA
#[4,] 36.4 36.4 34.2 34.2 34.2 32.8

编辑 @ G.Grothendieck提出的更紧凑和优雅的方法

tdf.na <- na.locf(t(df), fromLast = TRUE)
t(ifelse(is.na(tdf.na), NA, na.locf(t(df))))
#       H0   H1   H2   H3   H4   H5
#[1,] 35.4 35.4 35.4 32.9 32.9 33.2
#[2,] 36.0 34.0 33.5 33.5 33.1   NA
#[3,] 36.0 33.4 33.4 34.0   NA   NA
#[4,] 36.4 36.4 34.2 34.2 34.2 32.8

Answer 3

这是一个基本解决方案：

t(apply(df, 1, function(a) {
    i <- is.na(a)
    ifelse(rev(cummin(rev(i)) != 1), a[which(!i)[cumsum(!i)]], NA)
}))

##       H0   H1   H2   H3   H4   H5
## [1,] 35.4 35.4 35.4 32.9 32.9 33.2
## [2,] 36.0 34.0 33.5 33.5 33.1   NA
## [3,] 36.0 33.4 33.4 34.0   NA   NA
## [4,] 36.4 36.4 34.2 34.2 34.2 32.8

除非没有进一步的观察，否则最后一次观察结

3 个答案: