在 R 中通过 ID 进行最后一次观察

Question

我每天观察到很多缺失值，并试图通过每个个体的向量传播第一个非缺失值。

在我目前所做的搜索中，我在zoo 包中发现了na.locf 函数；但是，我现在需要根据我的数据框中的 id 变量来调节这个函数。 ddply 是正确的功能吗？如果是这样，有人可以帮我弄清楚如何将输出包含在同一数据框中名为result 的新变量中吗？

这是我目前所拥有的：

# Load required libraries
library(zoo)
library(plyr)

# Create the data
data <- structure(list(id = c(1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 
              2, 2, 2), day = c(0, 1, 2, 3, 4, 5, 6, 0, 1, 2, 3, 4, 5, 6, 7, 
              8), value = c("NA", "1", "NA", "NA", "NA", "NA", "NA", "NA", 
              "NA", "NA", "1", "NA", "NA", "NA", "NA", "NA")), .Names = c("id", 
              "day", "value"), row.names = c(NA, -16L), class = "data.frame")

# Propagate the value of the first non-missing observation in data$value forward for each id
data$result <- na.locf(data$value, na.rm = FALSE)

任何关于如何通过每个id 运行na.locf 函数的想法将不胜感激。谢谢！

Answer 1

1) 首先注意value 列是具有"NA" 值的字符列，而不是NA 值，所以让我们先在## 中修复它。然后创建一个包装函数na.locf.na，它在zoo package 中使用na.locf，除了默认为na.rm = FALSE 之外是相同的。最后用ave申请na.locf by id：

library(zoo)

data2 <- transform(data, value = as.numeric(value)) ##

na.locf.na <- function(x, na.rm = FALSE, ...) na.locf(x, na.rm = na.rm, ...)
transform(data2, value = ave(value, id, FUN = na.locf.na))

2) 或使用fn 中的fn 以更紧凑的方式内联表示na.locf.na 的紧凑替代方案：

library(zoo)
library(gsubfn)

transform(data2, value = fn$ave(value, id, FUN = ~ na.locf(x, na.rm = FALSE)))

在这两种情况下，结果都是：

   id day value
1   1   0    NA
2   1   1     1
3   1   2     1
4   1   3     1
5   1   4     1
6   1   5     1
7   1   6     1
8   2   0    NA
9   2   1    NA
10  2   2    NA
11  2   3     1
12  2   4     1
13  2   5     1
14  2   6     1
15  2   7     1
16  2   8     1

3) 我们可以使用上面的na.locf.na 交替使用 dplyr 和 zoo：

library(zoo)
library(dplyr)

data2 <- data %>% mutate(value = as.numeric(value)) # fix value column
data2 %>% group_by(id) %>% mutate(value = na.locf.na(value))

如果dplyr from CRAN 在这里不起作用，请尝试 github 中的一个：

library(devtools)
install_github("hadley/dplyr")

修订重新组织演示文稿并添加替代方案。