Question

假设我有以下数据集

我想根据A的过去和未来值填充此数据集（变量A）。例如，对于ID= 1，前三个值也将根据未来值变为X.对于ID=2，缺失值将变为X，因为过去和将来的值也是X.对于ID = 3，即使将来还存在另一个值Y，它也会变为X，但其相邻值为X，因此它将成为X.对于ID= 4，我们将仅基于过去的缺失值。

基本上，算法应首先查看过去的值;如果没有可用的过去值，那么它应该使用未来的值。

我知道根据平均值和中位数填充缺失值，但由于变量A不是数字，并且标准在每一步都在不断变化，我该如何解决这个问题呢？

Answer 1

我们可以使用na.locf中的zoo来填充之前值的缺失值。为此，我们将＆＃39; 0＆＃39;值为＆＃39; NA＆＃39;。使用data.table，我们可以转换＆＃39; data.frame＆＃39;到＆＃39; data.table＆＃39; （setDT(df1)），按ID＆＃39; ID＆＃39;分组在列中，我们使用na.locf和na.rm=FALSE选项使用之前的非缺失值填充缺失值。然后，我们可以使用na.locf选项再次运行fromLast=TRUE，以便向后传输观察结果，并将剩余的NAs填入“A＆＃39; A＆＃39}中。列。

library(zoo)
library(data.table)
is.na(df1$A) <- df1$A==0
setDT(df1)[,A := na.locf(na.locf(A, na.rm=FALSE), fromLast=TRUE) , by = ID]
df1
#    ID A
# 1:  1 X
# 2:  1 X
# 3:  1 X
# 4:  1 X
# 5:  2 X
# 6:  2 X
# 7:  2 X
# 8:  2 X
# 9:  3 X
#10:  3 X
#11:  3 X
#12:  3 Y
#13:  4 X
#14:  4 X
#15:  4 X
#16:  4 Y

数据

df1 <- structure(list(ID = c(1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 3L, 3L, 
3L, 3L, 4L, 4L, 4L, 4L), A = c("0", "0", "0", "X", "X", "X", 
"0", "X", "X", "0", "X", "Y", "X", "X", "0", "Y")), .Names = c("ID", 
"A"), class = "data.frame", row.names = c(NA, -16L))

如何根据以前和未来的值填充缺失值或空值？

1 个答案:

数据