Question

我对R还是比较陌生，我遇到了一个代码，该代码用于用我不完全了解的最新非NA值替换NA，请问有人可以向我解释吗？

这是代码：

z  <- !is.na(a)                  
z  <- z | !cumsum(z)             
y  <- a[z][cumsum(z)]

我有一个向量“ a”，其中包含数字和NA：

a<-c(1,NA,NA,NA,3,4,5,NA,5,5,5,NA,NA,NA)

通过运行第一行，我得到“ z” 是“ a”向量的布尔值：

> z
 [1]  TRUE FALSE FALSE FALSE  TRUE  TRUE  TRUE FALSE  TRUE  TRUE  TRUE FALSE FALSE FALSE

所以现在我知道，如果要访问向量的第一个元素，我可以使用符号[[]来对数字1进行子集设置：

> a[1]
[1] 1

类似地，如果我想要前三个元素：

> a[1:3]
[1]  1 NA NA

为什么通过键入以下命令来替换TRUE值？是否不应该再次返回包括NA在内的整个向量？因为z是所有布尔值的向量...

> a[z]
[1] 1 3 4 5 5 5 5

将FALSE作为子集显然是

> a[!z]
    [1] NA NA NA NA NA NA NA

最后，我可以理解累积函数“ cumsum”：

> cumsum(z)
 [1] 1 1 1 1 2 3 4 4 5 6 7 7 7 7

但是我不明白为什么输入：

> a[z][cumsum(z)]

它返回：

[1] 1 1 1 1 3 4 5 5 5 5 5 5 5 5

“ [] []”是什么意思？我知道例如通过输入

> a[z][1]

我可以访问TRUE布尔值的子集的第一个元素

[1] 1

但是我没有得到第三行代码。

Answer 1

这里的“ z”是逻辑vector，即具有TRUE / FALSE值。当我们执行cumsum（累积和）时，在每个“ TRUE”值处，它都会加1

cumsum(z)
[1] 1 1 1 1 2 3 4 4 5 6 7 7 7 7

现在，让我们来看一下

a[z]
#[1] 1 3 4 5 5 5 5

在这里，“ a”的值由“ z”中TRUE值的相应元素组成的子集。

当我们使用cumsum(z)作为索引时，就是说前4个元素应该是a[z]中位置1的值，第5个元素应该是a[z]中位置2的值，从a[z]的位置3开始第6位，依此类推...简而言之，a[z]中的值是根据cumsum(z)的索引进行复制的

a[z][cumsum(z)]
#[1] 1 1 1 1 3 4 5 5 5 5 5 5 5 5

与rep

相同

rep(a[z], c(4, 1, 1, 2, 1, 1, 4))
#[1] 1 1 1 1 3 4 5 5 5 5 5 5 5 5

或

rep(a[z], tabulate(cumsum(z)))

要了解其工作原理，最好在print循环中使用一些for语句

for(i in cumsum(z)) {
   cat("cumulative sum vector", paste(cumsum(z), collapse=","), sep="\n")
  cat(paste0("cumulative sum of z index i: ", i), sep="\n")
  cat("value of a[z] vector:", paste(a[z], collapse=","), sep= "\n")
  cat("value of a[z] from indexing", a[z][i], sep="\n") 
  cat("----------------")
 }

R子集向量来替换NA

1 个答案: