R：按组对 NA 进行插值

Question

我想在数据帧的变量中执行线性插值，其中考虑到：1）两点之间的时间差，2）获取数据的时刻和 3）被测量的个体变量。

例如在下一个数据帧中：

 df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
            Individuals=c(1,1,1,1,1,1,1,2,2,2),
            Value=c(1, 2, 3, NA, 5, NA, 7, 5, NA, 7))
  df

我想获得：

 result <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                Individuals=c(1,1,1,1,1,1,1,2,2,2),
                Value=c(1, 2, 3, 4, 5, 6, 7, 5, 5.5, 6))
 result

我不能只使用包na.approx 的函数zoo，因为所有观察都不是连续的，一些观察属于一个人，而其他观察属于其他人。原因是因为如果第二个人对NA 进行第一次观察并且我将专门使用函数na.approx，我将使用来自individual==1 的信息来插入NA 的individual==2（例如下一个数据帧会有这样的错误）

  df_2 <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                Individuals=c(1,1,1,1,1,1,1,2,2,2),
                Value=c(1, 2, 3, NA, 5, NA, 7, NA, 5, 7))
  df_2

我尝试过使用 zoo 和 dplyr 包：

library(dplyr)
library(zoo)
proof <- df %>%
  group_by(Individuals) %>%
  na.approx(df$Value)

但我无法在 zoo 对象中执行 group_by。

您知道如何按组在一个变量中插入NA 值吗？

提前致谢，

Answer 1

使用data.frame，而不是cbind 创建您的数据。 cbind 返回一个矩阵，但您需要 dplyr 的数据框。然后在mutate 中使用na.approx。我已经注释掉了group_by，因为您没有在数据中提供分组变量，但是一旦您将分组变量添加到数据框中，该方法应该可以工作。

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
            Individuals=c(1,1,1,1,1,1,1,2,2,2),
            Value=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10))

library(dplyr)
library(zoo)

df %>%
  group_by(Individuals) %>%
  mutate(ValueInterp = na.approx(Value, na.rm=FALSE))    

   time Individuals Value ValueInterp
1     1           1    NA          NA
2     2           1     2           2
3     3           1     3           3
4     4           1    NA           4
5     5           1     5           5
6     6           1    NA           6
7     7           1     7           7
8     1           2     8           8
9     2           2    NA           9
10    3           2    10          10

更新：要插入多列，我们可以使用mutate_at。这是一个包含两个值列的示例。我们使用mutate_at 在列名中包含"Value" 的所有列上运行na.approx。 list(interp=na.approx) 告诉mutate_at 通过运行na.approx 并添加interp 作为后缀来生成新列名以生成新列名：

df <- data.frame(time=c(1,2,3,4,5,6,7,1,2,3),
                 Individuals=c(1,1,1,1,1,1,1,2,2,2),
                 Value1=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10),
                 Value2=c(NA, 2, 3, NA, 5, NA, 7, 8, NA, 10)*2)

df %>%
  group_by(Individuals) %>%
  mutate_at(vars(matches("Value")), list(interp=na.approx), na.rm=FALSE)

    time Individuals Value1 Value2 Value1_interp Value2_interp
   <dbl>       <dbl>  <dbl>  <dbl>         <dbl>         <dbl>
 1     1           1     NA     NA            NA            NA
 2     2           1      2      4             2             4
 3     3           1      3      6             3             6
 4     4           1     NA     NA             4             8
 5     5           1      5     10             5            10
 6     6           1     NA     NA             6            12
 7     7           1      7     14             7            14
 8     1           2      8     16             8            16
 9     2           2     NA     NA             9            18
10     3           2     10     20            10            20

如果您不想保留原始的、未插值的列，您可以这样做：

df %>%
  group_by(Individuals) %>%
  mutate_at(vars(matches("Value")), na.approx, na.rm=FALSE)

Answer 2

我们可以使用data.table

library(data.table)
library(zoo)
setDT(df1)[, ValueInterp:= na.approx(Value, na.rm=TRUE), by = Individual]