Question

我有一个数据框列，如下所示：

       a
       <int>
 1     11127
 2     0
 3     0
 4     NA
 5     0
 6     0
 7     NA
 8     0
 9     11580
11     0
12     NA
13     0

我想从最后一个非零值开始顺序填充NA值，以便最终结果如下所示：

       a
       <int>
 1     11127
 2     0
 3     0
 4     11128
 5     0
 6     0
 7     11129
 8     0
 9     11580
11     0
12     11581
13     0

是否有dplyr（最好）或基于R的方法？我宁愿避免for循环，因为行数很大。

谢谢。

Answer 1

一个选项：

library(dplyr)

df %>%
  group_by(idx = cumsum(!(is.na(a) | a == 0)), is.na(a)) %>%
  mutate(rn = row_number()) %>%
  group_by(idx) %>%
  mutate(a = coalesce(a, first(a) + rn)) %>%
  ungroup() %>%
  select(a)

输出：

# A tibble: 12 x 1
       a
   <int>
 1 11127
 2     0
 3     0
 4 11128
 5     0
 6     0
 7 11129
 8     0
 9 11580
10     0
11 11581
12     0

如果速度是一个问题，那么等效的data.table可能会稍微快一些：

library(data.table)

setDT(df)[, rn := rowid(a), .(cumsum(!(is.na(a) | a == 0)), is.na(a))][
  , a := fcoalesce(a, first(a) + rn), by = cumsum(!(is.na(a) | a == 0))][
    , rn := NULL]

编辑

将IMO分组然后获取NA的行索引并不是很完美；最好在其他解决方案中看到（例如，使用cumsum）。

使用fcoalesce，然后可以在单个data.table步骤中解决问题：

library(data.table)

setDT(df)[, a := fcoalesce(a, first(a) + cumsum(is.na(a))), by = cumsum(!(is.na(a) | a == 0))]

Answer 2

使用dplyr的一种解决方案可能是：

df %>%
 group_by(id = cumsum(!is.na(a) & a != 0)) %>%
 mutate(a = ifelse(is.na(a), first(a) + cumsum(is.na(a)), a))

       a    id
   <int> <int>
 1 11127     1
 2     0     1
 3     0     1
 4 11128     1
 5     0     1
 6     0     1
 7 11129     1
 8     0     1
 9 11580     2
10     0     2
11 11581     2
12     0     2

Answer 3

使用cumsum(logical)和ave的基本R方法。

nze <- df1$a != 0 & !is.na(df1$a)
ave(df1$a, cumsum(nze), FUN = function(x){
  na <- is.na(x)
  x[na] <- x[!na][1] + seq_along(which(na))
  x
})
# [1] 11127     0     0 11128     0     0 11129     0 11580     0 11581     0

然后分配此结果。

df1$a <- ave(df1$a, cumsum(nze), FUN = function(x){
  na <- is.na(x)
  x[na] <- x[!na][1] + seq_along(which(na))
  x
})

R-从最后一个非零值开始依次填充na值

3 个答案: