使用 R filter() 函数处理缺失值答案

【问题标题】：dealing with missing values with the R filter() function使用 R filter() 函数处理缺失值
【发布时间】：2011-10-29 14:06:35
【问题描述】：

我想使用 R 中的 filter() 函数处理缺失值。

事实上，我希望计算X_t = 1/(2*T+1) * sum(X_i, i = (t-T)...(t+T))，其中(X_t) 是包含缺失值的经典时间序列。 filter() 计算时间间隔 [(t-T);(t+T)] 上的 sums，但它没有给出除 NAs 之外的值的 mean。

有人知道如何处理吗？

【问题讨论】：

请向我们提供样本数据和您目前使用的代码。这样可以更轻松地回答您的问题。

标签： r filter

【解决方案1】：

试试这个：

library(zoo)
x <- 1:10
x[6] <- NA
rollapply(x, 3, mean, na.rm = TRUE)
## [1] 2.0 3.0 4.0 4.5 6.0 7.5 8.0 9.0

您可能需要也可能不需要各种其他参数，具体取决于您想要得到什么。见?rollapply。

已修订已根据rollapply 的更新版本更新了答案，这允许简化。

【讨论】：

非常感谢您的回答。这正是我想要的！

【解决方案2】：

sapply 技巧对我来说不太奏效。您必须操纵初始向量以使其与大于 1 的 Ks 一起工作。这是我的代码：

k <- 1  ## Moving average over three points.
x <- c(rep(1,5), NA, rep(1,5)) # input vector
stmp <- c( rep(NA,k), x, rep(NA,k) )
smooth <- sapply((k+1):(k+length(x)), function(i){mean(x[(i-k):(i+k)], na.rm=TRUE)})

我还添加了一个函数语句，因此代码运行时不会出错。希望对你有帮助:)

【讨论】：

【解决方案3】：

如果您想要一个超过2k+1 点的简单移动平均线，您可以这样做：

x <- c(rep(1,5), NA, rep(1,5))
k <- 1  ## Moving average over three points.
smooth <- sapply(1:length(x), mean(x[(i-k):(i+k)], na.rm=TRUE))

在这种情况下，这会导致所有向量的向量。

【讨论】：