Question

我有一个数据框如下 p1_bin和f1_bin由我用cut函数计算

Bins <- function(x) cut(x, breaks = c(0, seq(1, 1000, by = 5)), labels = 1:200)  
    binned <- as.data.frame (sapply(df[,-1], Bins))
    colnames(binned) <- paste("Bin", colnames(binned), sep = "_")
    df<- cbind(df, binned)

现在如何计算前两年的平均值/平均值，并将NA值替换为该值

for example :  at row-5 value is NA for p1 and f1 is 30 with corresponding bin 7.. now replace NA with previous 2 years mean for same bin (7) ,i.e 
df
ID year       p1     f1       Bin_p1     Bin_f1    
 1  2013       20     30        5           7
 2  2013       24     29        5           7
 3  2014       10     16        2           3
 4  2014       11     17        2           3
 5  2015       NA     30        NA          7
 6  2016       10     NA        2           NA

df1

ID year       p1     f1       Bin_p1     Bin_f1    
 1  2013       20     30        5           7
 2  2013       24     29        5           7
 3  2014       10     16        2           3
 4  2014       11     17        2           3
 5  2015   **22**     30        NA          7
 6  2016       10  **16.5**     2           NA

Thanks in advance

Answer 1

我相信以下代码会产生所需的输出。可能有一种比使用mean(rev(lag(f1))[1:2])获得f1的最后两个值的平均值更优雅的方法，但无论如何这应该可以做到。

library(dplyr)

df %>%
  arrange(year) %>%
  mutate_at(c("p1", "f1"), "as.double") %>%
  group_by(Bin_p1) %>%
  mutate(f1 = ifelse(is.na(f1), mean(rev(lag(f1))[1:2]), f1)) %>%
  group_by(Bin_f1) %>%
  mutate(p1 = ifelse(is.na(p1), mean(rev(lag(p1))[1:2]), p1)) %>%
  ungroup

，输出为：

# A tibble: 6 x 6
     ID  year    p1    f1 Bin_p1 Bin_f1
  <int> <dbl> <dbl> <dbl>  <dbl>  <dbl>
1     1  2013    20  30.0      5      7
2     2  2013    24  29.0      5      7
3     3  2014    10  16.0      2      3
4     4  2014    11  17.0      2      3
5     5  2015    22  30.0     NA      7
6     6  2016    10  16.5      2     NA

如何用上一年的分档均值替换缺失值

1 个答案: