Question

具有以下类型的数据，并希望通过检查NA行中的i-1和i + 1行来重新标记其NA行。

test <- data.frame(sd_value=c(77,18,3,16,32,76),  
                   value=c(5400,6900,7080,1892,4207,4403), 
                   label=c(c("good",NA,"unable"),c("bads",NA,"good")))

> test
  sd_value value  label
1       77  5400   good
2       18  6900   <NA>
3        3  7080 unable
4       16  1892   bads
5       32  4207   <NA>
6       76  4403   good

我要重新标记NA行的条件是

在简单图中：将上一行和下一行的值与NA行进行比较。如果差异为<200，则将该行的标签用于NA行。

如果上一行或下一行是good，则有一个特殊条件。

如果NA的i-1或i + 1行与diff（value）<200之间的差异以及与diff（sd_value）<50相同，请使用i-1或i + 1行的标签符合条件的
如果差异i + 1被标记为good，并且行diff（value）<200，并且与diff（sd_value）<50相同使用新的eww!标签。

预期输出

> test
      sd_value value  label
    1       77  5400   good
    2       18  6900 unable
    3        3  7080 unable
    4       16  1892   bads
    5       32  4207   eww!
    6       76  4403   good

检查差异值i-1和i + 1

> test%>%
+   mutate(diff_val=c(0,diff(value)), diff_sd_val=c(0,diff(sd_value)))

  sd_value value  label diff_val diff_sd_val
1       77  5400   good        0           0
2       18  6900   <NA>     1500         -59
3        3  7080 unable      180         -15
4       16  1892   bads    -5188          13
5       32  4207   <NA>     2315          16
6       76  4403   good      196          44

Answer 1

免责声明：我使用了我编写的manymodelr开发人员版本（以节省时间）。

library(manymodelr) 
library(dplyr)
res<-rowdiff(test,"reverse")
names(res)<-c("sd_diff","diff_val")

#if difference between i-1 or i+1 row of NA 
#and diff(value) <200 and same as for diff(sd_value) <50 use i-1 or i+1 row's 
#label that meets the condition.
#if difference i+1 is labeled good and row diff(value)<200 and 
#same as for diff(sd_value)<50 use new eww! label.
df_bound<-cbind(test,res)
df_bound %>% 
  mutate(label=ifelse(is.na(label) & lead(label,1)=="good","eww",label),
         label=ifelse(is.na(label) & lead(diff_val,1)<200,lead(label,1),label))

结果：可以将NA替换为0。可以删除sd_diff和diff_val。

sd_value value  label sd_diff diff_val
1       77  5400   good      NA       NA
2       18  6900 unable     -59     1500
3        3  7080 unable     -15      180
4       16  1892   bads      13    -5188
5       32  4207    eww      16     2315
6       76  4403   good      44      196

通过比较上一行和下一行进行条件数据标记

1 个答案: