用 R 向量中先前数字的修改版本替换 NA答案

【问题标题】：Replace NA with modified version of previous number in R vector用 R 向量中先前数字的修改版本替换 NA
【发布时间】：2021-06-04 12:47:59
【问题描述】：

我有一个带有一些 NA 的向量，我想用之前的非 NA 值减去 0.1 替换其中的一些 NA。如果 NA 字符串长于某个长度（例如，2），我也不想替换 NA。这是一个例子

x <- c(1:3, NA, 4, NA, NA, 5, NA, NA, NA, 6, NA)

我想制作一个看起来像这样的向量

x_prime <- c(1:3, 2.9, 4, 3.9, 3.8, 5, NA, NA, NA, 6, 5.9)

打印出来的样子如下：

> x_prime
 [1] 1.0 2.0 3.0 2.9 4.0 3.9 3.8 5.0  NA  NA  NA 6.0  5.9

作为一个额外的复杂因素，我想跟踪我修改的索引，所以我还想要一个看起来像的向量

idx <- c(4, 6, 7, 13)

如果在 NA 中的第一个位置（以及所有领先的 NA），我们可以离开它并且什么都不做。

我在 SO 上发现了一些类似的问题，例如this，并且我尝试了与那里提供的功能类似的功能，但没有成功。有任何想法吗？提前谢谢你。

【问题讨论】：

idx 表示要替换最后一个位置。但是x_prime 显示NA 而不是5.9。请澄清。 - 如果第一个位置是NA 并且没有先前的值，应该怎么办？请说明。
为什么最后一个 NA 没有被 5.9 替换？它的长度小于2。
我进行了编辑以解决此问题并解释说我们不需要更改领先的 NA

标签： r vector na missing-data

【解决方案1】：

这是diff 和cumsum 到split 的选项

library(zoo)
lst1 <- split(x, cumsum(c( diff(!is.na(x)) < 0, TRUE)))
unname(unlist(lapply(lst1, function(x) if(sum(is.na(x)) <= 2) 
      na.locf0(x) -seq(0, length.out = length(x), by = 0.1) else x)))
#[1] 1.0 1.9 3.0 2.9 4.0 3.9 3.8 5.0  NA  NA  NA 6.0  NA

对于第二种情况

as.vector(unlist(sapply(split(seq_along(x) * is.na(x), 
     cumsum(c( diff(!is.na(x)) < 0, TRUE))), 
         function(x)  x[x != 0 & sum(x != 0) <=2])))
#[1]  4  6  7 13

【讨论】：

【解决方案2】：

带有ave 的基本 R 选项：

len <- 2
x1 <- ave(x, cumsum(!is.na(x)), FUN = function(v) {
  if(length(v) > len + 1) v 
  else v[1] - seq(0, by= 0.1, length.out = length(v))
  })

x1
#[1] 1.0 2.0 3.0 2.9 4.0 3.9 3.8 5.0  NA  NA  NA 6.0 5.9

我们将NA 值与第一个非NA 值一起创建组，并在ave 中使用它。如果组长度大于len + 1（+ 1，因为每个组中的第一个值不是NA），那么我们不会更改组中的任何内容，否则我们从第一个值中减去 0、0.1、0.2组。

要获得被替换的位置，找出x 中的NA，而不是x1 中的NA。

which(is.na(x) & !is.na(x1))
#[1]  4  6  7 13

【讨论】：

【解决方案3】：

使用包imputeTS 使用na_locf 和参数maxgap 的版本：

library("imputeTS")
x_prime <- na_locf(x, maxgap = 2)
idx <- which(is.na(imp) != is.na(x))
x_prime[idx] <- x_prime[idx] - 0.1

结果：

x_prime
[1] 1.0 2.0 3.0 2.9 4.0 3.9 3.9 5.0  NA  NA  NA 6.0 5.9

idx
[1]  4  6  7 13

编辑： 简短的补充，似乎我以不同的方式解释了“用以前的非 NA 值减去 0.1 替换 NA”。不确定它是否是故意的，但你似乎更喜欢负 0.1 也被完成，因为之前的值是一个推算值。

【讨论】：