Question

我有一个大型数据框，300多列（时间序列），大约有2600个观测值。列中填充了大量的NA，然后是短时间序列，然后通常再次使用NA。我想在每列中找到第一个非NA值，并用NA替换它。

这是我希望实现的目标，只有更大的数据框：

在：

   x1 x2 x3 x4
1  NA NA NA NA
2  NA NA NA NA
3   1  1 NA NA
4   2  2  1  1
5   3  3  2  2
6   4  4  3  3
7   5  5  4  4
8   6  6  5  5
9   7  7  6  6
10  8  8  7  7
11  9  9 NA NA
12 10 10 NA NA
13 NA NA NA NA
14 NA NA NA NA

后：

   x1 x2 x3 x4
1  NA NA NA NA
2  NA NA NA NA
3  NA NA NA NA
4   2  2 NA NA
5   3  3  2  2
6   4  4  3  3
7   5  5  4  4
8   6  6  5  5
9   7  7  6  6
10  8  8  7  7
11  9  9 NA NA
12 10 10 NA NA
13 NA NA NA NA
14 NA NA NA NA

我已经四处搜索并找到了为每个专栏执行此操作的方法，但我将其应用于整个数据框的努力已经证明是困难的。

我创建了一个示例数据框来重现我的原始数据帧：

#Dataframe with NA
x1=x2=c(NA,NA,1:10,NA,NA)
x3=x4=c(NA,NA,NA,1:7,NA,NA,NA,NA)
df=data.frame(x1,x2,x3,x4)

我用它来替换1列中的NA的第一个值（由@Joshua Ulrich here提供），但是我想将其应用于所有列而无需手动更改300+代码：

NonNAindex <- which(!is.na(df[,1]))
firstNonNA <- min(NonNAindex)
is.na(df[,1]) <- seq(firstNonNA, length.out=1)

我尝试将上面的内容设置为一个函数，然后使用apply / lapply以及for循环为所有列运行它，但确实没有想出了如何将更改应用到我的数据框。我确信有一件事我完全被忽略了，因为我只是在R中迈出了我的第一个小步骤。

所有建议都将受到高度赞赏！

Answer 1

我们可以使用base R

df1[] <- lapply(df1, function(x) replace(x, which(!is.na(x))[1], NA))
df1
#   x1 x2 x3 x4
#1  NA NA NA NA
#2  NA NA NA NA
#3  NA NA NA NA
#4   2  2 NA NA
#5   3  3  2  2
#6   4  4  3  3
#7   5  5  4  4
#8   6  6  5  5
#9   7  7  6  6
#10  8  8  7  7
#11  9  9 NA NA
#12 10 10 NA NA
#13 NA NA NA NA
#14 NA NA NA NA

或者@thelatemail建议

df1[] <- lapply(df1, function(x) replace(x, Position(Negate(is.na), x), NA))

Answer 2

由于您希望对所有列执行此操作，因此您可以使用mutate_all中的dplyr函数。有关详细信息，请参阅http://dplyr.tidyverse.org/。特别是，您可能希望查看显示here的一些示例。

library(dplyr)
mutate_all(df, funs(if_else(row_number() == min(which(!is.na(.))), NA_integer_, .)))
#>    x1 x2 x3 x4
#> 1  NA NA NA NA
#> 2  NA NA NA NA
#> 3  NA NA NA NA
#> 4   2  2 NA NA
#> 5   3  3  2  2
#> 6   4  4  3  3
#> 7   5  5  4  4
#> 8   6  6  5  5
#> 9   7  7  6  6
#> 10  8  8  7  7
#> 11  9  9 NA NA
#> 12 10 10 NA NA
#> 13 NA NA NA NA
#> 14 NA NA NA NA

R：在数据帧中：将列中的第一个非NA值设置为NA

2 个答案: