最后的观察结果在数据框架中?

时间:2010-05-05 19:22:53

标签: r matrix apply dataframe

我希望为我正在处理的数据集实施“最后一次观察结果”,该数据集在结尾处缺少值。

这是一个简单的代码(问题之后):

LOCF <- function(x)
{
    # Last Observation Carried Forward (for a left to right series)
    LOCF <- max(which(!is.na(x))) # the location of the Last Observation to Carry Forward
    x[LOCF:length(x)] <- x[LOCF]
    return(x)
}


# example:
LOCF(c(1,2,3,4,NA,NA))
LOCF(c(1,NA,3,4,NA,NA))

现在这适用于简单的矢量。但是,如果我尝试在数据框上使用它:

a <- data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA))
a
t(apply(a, 1, LOCF)) # will make a mess

它会将我的数据框变成字符矩阵。

你能想到一种在data.frame上做LOCF的方法,而不是把它变成矩阵吗? (我可以使用循环等来纠正混乱,但是会喜欢更优雅的解决方案)

干杯,

塔尔

7 个答案:

答案 0 :(得分:20)

这已经存在:

library(zoo)
na.locf(data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA)))

答案 1 :(得分:6)

如果您不想为na.locf函数加载像zoo这样的大包,这里有一个简短的解决方案,如果输入向量中有一些主要的NA,它也可以工作。

na.locf <- function(x) {
  v <- !is.na(x)
  c(NA, x[v])[cumsum(v)+1]
}

答案 2 :(得分:5)

添加新的tidyr::fill()函数,用于结束列中的最后一次观察以填充NA s:

a <- data.frame(col1 = rep("a",4), col2 = 1:4, 
                col3 = 1:4, col4 = c(1,NA,NA,NA))
a
#   col1 col2 col3 col4
# 1    a    1    1    1
# 2    a    2    2   NA
# 3    a    3    3   NA
# 4    a    4    4   NA

a %>% tidyr::fill(col4)
#   col1 col2 col3 col4
# 1    a    1    1    1
# 2    a    2    2    1
# 3    a    3    3    1
# 4    a    4    4    1

答案 3 :(得分:4)

有许多软件包正好实现了这一功能。 (具有相同的基本功能,但在其他选项中存在一些差异)

  • 时空:: na.locf
  • imputeTS :: na.locf
  • 动物园:: na.locf
  • XTS :: na.locf

答案 4 :(得分:2)

这个问题很老但是对后人来说......最好的解决方案是使用带有roll = T的data.table包。

答案 5 :(得分:0)

我最后用循环来解决这个问题:

fillInTheBlanks <- function(S) {
  L <- !is.na(S)
  c(S[L][1], S[L])[cumsum(L)+1]
}


LOCF.DF <- function(xx)
{
    # won't work well if the first observation is NA

    orig.class <- lapply(xx, class)

    new.xx <- data.frame(t( apply(xx,1, fillInTheBlanks) ))

    for(i in seq_along(orig.class))
    {
        if(orig.class[[i]] == "factor") new.xx[,i] <- as.factor(new.xx[,i])
        if(orig.class[[i]] == "numeric") new.xx[,i] <- as.numeric(new.xx[,i])
        if(orig.class[[i]] == "integer") new.xx[,i] <- as.integer(new.xx[,i])   
    }

    #t(na.locf(t(a)))

    return(new.xx)
}

a <- data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA))
LOCF.DF(a)

答案 6 :(得分:0)

您可以使用apply()代替lapply(),然后将结果列表转换为data.frame

LOCF <- function(x) {
    # Last Observation Carried Forward (for a left to right series)
    LOCF <- max(which(!is.na(x))) # the location of the Last Observation to Carry Forward
    x[LOCF:length(x)] <- x[LOCF]
    return(x)
}

a <- data.frame(rep("a",4), 1:4, 1:4, c(1, NA, NA, NA))
a
data.frame(lapply(a, LOCF))