Question

我有一堆10x2表，其中缺少值夹在具有现有值的日期之间。我正在寻找从先前信息推断缺失数据的最佳方法。例如：

x1 <- c(1:10)
x2 <- c(NA, 'a', 'a', NA, 'a', 'b', 'b', NA, NA, 'c')
DF <- data.frame(x1,x2)
DF

x1   x2
1 <NA>
2    a
3    a
4 <NA>
5    a
6    b
7    b
8 <NA>
9 <NA>
10    c

我希望使用以下算法找到缺失的值：

查找NA的最后一个实例。
向后工作，用第一个非NA替换NA。移至第2位至最后NA（等）
如果没有以前的NA（与1的情况一样），那么请继续前进，找到第一个非NA。

所以最终的载体是

a, a, a, a, a, b, b, b, b, c

我知道我可以通过

Missing = rev(which(is.na(x2)))

然后从那里使用for循环。但我承认我不是那么优秀的程序员，并且会花很长时间才弄明白（可能不得不蛮力）。是否有一个可以轻松解决这个问题的软件包，或者是针对这些类型的数据清理问题的参考手册？如果我真的学习它并且它坚持我，我不介意花很多时间在它上面。

Answer 1

希望这有帮助！

library(dplyr)
library(tidyr)
df <- data.frame(x1= c(1:10), x2= c(NA, 'a', 'a', NA, 'a', 'b', 'b', NA, NA, 'c'))
df1 <- df %>% fill(x2)

根据先前的值替换NA并且特殊规则

1 个答案: