Question

我在R中有一个时间序列数据帧，其中有一个列V1，该列由整数组成，整个整数散布着一些NA。我想遍历此列，并在以前的一个步骤中从自身减去V1。但是，我想忽略V1中的NA值，并在减法中使用最后一个非NA值。如果V1的当前值为NA，则该差应返回NA。参见下面的示例

ggplot(data = remove_missing(MyData, na.rm = TRUE, vars = the_variable),aes(x= the_variable, fill=the_variable, na.rm = TRUE)) + 
       geom_bar(stat="bin")

我不希望使用循环来执行此操作，因为我有数百个数据帧，每个数据帧具有10,000行以上。

我解决这个问题的第一个想法是过滤掉NA行，执行迭代差异计算，然后重新插入被过滤掉的行，但是我想不出一种方法。这样做也不是很“整洁”，我不确定它比循环要快。感谢您的任何帮助，如果解决方案使用tidyverse函数，将获得加分。

Answer 1

dat[!is.na(dat$V1), 'lag_diff'] <- c(NA, diff(dat[!is.na(dat$V1), 'V1']))
#   time V1 lag_diff
# 1    1  1       NA
# 2    2  3        2
# 3    3  4        1
# 4    4 NA       NA
# 5    5 NA       NA
# 6    6  6        2
# 7    7  9        3
# 8    8 NA       NA
# 9    9 10        1

或使用data.table（结果相同）

library(data.table)
setDT(dat)

dat[!is.na(V1), lag_diff := V1 - shift(V1)]

#    time V1 lag_diff
# 1:    1  1       NA
# 2:    2  3        2
# 3:    3  4        1
# 4:    4 NA       NA
# 5:    5 NA       NA
# 6:    6  6        2
# 7:    7  9        3
# 8:    8 NA       NA
# 9:    9 10        1

Answer 2

tidyverse版本，以防万一。它确实需要filter

dat %>% 
  filter(!is.na(V1)) %>% 
  mutate(diff=V1- lag(V1)) %>% 
  right_join(dat,by=c("time","V1"))

遍历一列，忽略但保留R中的NA值

2 个答案: