Question

我想将每个组的第一个非NA值（称为基线）保留到相应组的末尾，如下所示。

我拥有的数据：

data <- data.table(id=rep(c(1,2,3),each=4), value=c(12, 10, 17, 19, 21, 22, 34, 18, NA, 12, 32, 18))



   id value
 1:  1    12
 2:  1    10
 3:  1    17
 4:  1    19
 5:  2    21
 6:  2    22
 7:  2    34
 8:  2    18
 9:  3    NA
10:  3    12
11:  3    32
12:  3    18

我要为每个组保留第一个非NA值，如下所示：

   id value BASE
 1:  1    12   12
 2:  1    10   12
 3:  1    17   12
 4:  1    19   12
 5:  2    21   21
 6:  2    22   21
 7:  2    34   21
 8:  2    18   21
 9:  3    NA   NA
10:  3    12   12
11:  3    32   12
12:  3    18   12

请注意id = 3，其第一个值为NA，不应保留。

Answer 1

过滤NA值并使用.SD进行配对：

data[!is.na(value), BASE := .SD[1L], by = id, .SDcols = "value"]

Answer 2

这应该有效

data[, BASE := na.omit(value)[1], by = id]

Answer 3

我们可以从每个first获得value非NA id，然后将NA的值替换回NA

library(data.table)
data[, BASE := first(na.omit(value)), by = id][is.na(value), BASE:=NA]

data
#    id value BASE
# 1:  1    12   12
# 2:  1    10   12
# 3:  1    17   12
# 4:  1    19   12
# 5:  2    21   21
# 6:  2    22   21
# 7:  2    34   21
# 8:  2    18   21
# 9:  3    NA   NA
#10:  3    12   12
#11:  3    32   12
#12:  3    18   12

或对dplyr使用相同的逻辑

library(dplyr)
data %>%
  group_by(id) %>%
  mutate(BASE = first(na.omit(value)), 
         BASE = replace(BASE, is.na(value), NA))

R data.table保留组中的第一个非NA值，直到组结束

3 个答案: