Question

我想将NA填入下一行。这是数据集。

structure（list（timestamp = structure（c（1L，2L，3L，4L，5L，6L， 7L，8L，9L，10L，11L，1L，2L，3L，4L，5L，6L，7L，8L，9L，10L， 11L），.Label = c（“ 2019-07-07 00:00:00”，“ 2019-07-07 00:00:01”， “ 2019-07-07 00:00:02”，“ 2019-07-07 00:00:03”，“ 2019-07-07 00:00:04”， “ 2019-07-07 00:00:05”，“ 2019-07-07 00:00:06”，“ 2019-07-07 00:00:07”， “ 2019-07-07 00:00:08”，“ 2019-07-07 00:00:09”，“ 2019-07-07 00:00:10” ），类别=“因子”），来源=结构（c（NA，NA，NA，1L，NA， NA，1L，NA，NA，NA，NA，NA，2L，NA，2L，NA，NA，2L，NA，NA，2L， NA），.Label = c（“ USER_A”，“ USER_B”），class =“ factor”），value = c（NA， NA，NA，1L，NA，NA，1L，NA，NA，NA，NA，NA，1L，NA，1L，NA，NA， 2L，NA，NA，3L，NA）），类=“ data.frame”，row.names = c（NA， -22L））

             timestamp source value
1  2019-07-07 00:00:00   <NA>    NA
2  2019-07-07 00:00:01   <NA>    NA
3  2019-07-07 00:00:02   <NA>    NA
4  2019-07-07 00:00:03 USER_A     1
5  2019-07-07 00:00:04   <NA>    NA
6  2019-07-07 00:00:05   <NA>    NA
7  2019-07-07 00:00:06 USER_A     1
8  2019-07-07 00:00:07   <NA>    NA
9  2019-07-07 00:00:08   <NA>    NA
10 2019-07-07 00:00:09   <NA>    NA
11 2019-07-07 00:00:10   <NA>    NA
12 2019-07-07 00:00:00   <NA>    NA
13 2019-07-07 00:00:01 USER_B     1
14 2019-07-07 00:00:02   <NA>    NA
15 2019-07-07 00:00:03 USER_B     1
16 2019-07-07 00:00:04   <NA>    NA
17 2019-07-07 00:00:05   <NA>    NA
18 2019-07-07 00:00:06 USER_B     2
19 2019-07-07 00:00:07   <NA>    NA
20 2019-07-07 00:00:08   <NA>    NA
21 2019-07-07 00:00:09 USER_B     3
22 2019-07-07 00:00:10   <NA>    NA

该表是时间和源之间的一种循环。每个来源（A和B）都有固定的行（在这种情况下为00:00:00到00:00:10）。

这是预期结果表。

             timestamp source value
1  2019-07-07 00:00:00   <NA>    NA
2  2019-07-07 00:00:01   <NA>    NA
3  2019-07-07 00:00:02   <NA>    NA
4  2019-07-07 00:00:03 USER_A     1
5  2019-07-07 00:00:04 USER_A     1
6  2019-07-07 00:00:05 USER_A     1
7  2019-07-07 00:00:06 USER_A     1
8  2019-07-07 00:00:07   <NA>    NA
9  2019-07-07 00:00:08   <NA>    NA
10 2019-07-07 00:00:09   <NA>    NA
11 2019-07-07 00:00:10   <NA>    NA
12 2019-07-07 00:00:00   <NA>    NA
13 2019-07-07 00:00:01 USER_B     1
14 2019-07-07 00:00:02 USER_B     1
15 2019-07-07 00:00:03 USER_B     1
16 2019-07-07 00:00:04 USER_B     2
17 2019-07-07 00:00:05 USER_B     2
18 2019-07-07 00:00:06 USER_B     2
19 2019-07-07 00:00:07 USER_B     3
20 2019-07-07 00:00:08 USER_B     3
21 2019-07-07 00:00:09 USER_B     3
22 2019-07-07 00:00:10   <NA>    NA

基于USER_A，将5和6行的值和源替换为7行的值和源。 USER_B行也将基于下一行以相同的方式替换。

如何在R中进行此过程？

Answer 1

这是使用dplyr的一种方法，因为每个source的行数都是固定的。我们首先为每n行创建一个组，并添加一个新列group2，该列仅在该组中非NA值的min和max索引之间具有1。然后，我们group_by group2以及fill根据分组按先前的非缺失值来缺失值。

n <- 11
library(dplyr)  

df %>%
  group_by(group1 = gl(n()/n, n)) %>%
  mutate(group2 = 0, 
         group2 = replace(group2, min(which(!is.na(source))) : 
                                  max(which(!is.na(source))), 1)) %>%
  group_by(group2) %>%
  tidyr::fill(source, value) %>% 
  ungroup() %>%
  select(-group1, -group2) 

# A tibble: 22 x 3
#   timestamp           source value
#   <fct>               <fct>  <int>
# 1 2019-07-07 00:00:00 NA        NA
# 2 2019-07-07 00:00:01 NA        NA
# 3 2019-07-07 00:00:02 NA        NA
# 4 2019-07-07 00:00:03 USER_A     1
# 5 2019-07-07 00:00:04 USER_A     1
# 6 2019-07-07 00:00:05 USER_A     1
# 7 2019-07-07 00:00:06 USER_A     1
# 8 2019-07-07 00:00:07 NA        NA
# 9 2019-07-07 00:00:08 NA        NA
#10 2019-07-07 00:00:09 NA        NA
# … with 12 more rows

如何将NA填充到R中的下一行？

1 个答案: