用前一行和某列中的非 NA 值替换 NA 行答案

【问题标题】：Replace NA row with non-NA value from previous row and certain column用前一行和某列中的非 NA 值替换 NA 行
【发布时间】：2014-05-09 20:53:58
【问题描述】：

我有一个矩阵，其中行的所有列都可以有 NA。我想用前一行的非 NA 值和第 K 列替换这些 NA 行。

例如这个矩阵：

      [,1] [,2]
 [1,]   NA   NA
 [2,]   NA   NA
 [3,]    1    2
 [4,]    2    3
 [5,]   NA   NA
 [6,]   NA   NA
 [7,]   NA   NA
 [8,]    6    7
 [9,]    7    8
[10,]    8    9

必须转换成这个非 NA 矩阵，这里我们使用第 2 列进行替换：

      [,1] [,2]
 [1,]   NA   NA
 [2,]   NA   NA
 [3,]    1    2
 [4,]    2    3
 [5,]    3    3
 [6,]    3    3
 [7,]    3    3
 [8,]    6    7
 [9,]    7    8
[10,]    8    9

我为此写了一个函数，但使用循环：

# replaces rows which contains all NAs with non-NA values from previous row and K-th column
na.replace <- function(x, k) {
    cols <- ncol(x)
    for (i in 2:nrow(x)) {
        if (sum(is.na(x[i - 1, ])) == 0 && sum(is.na(x[i, ])) == cols) {
            x[i, ] <- x[i - 1 , k]
        }
    }
    x
}

似乎这个函数工作正常，但我想避免这些循环。任何人都可以建议，我如何在不使用循环的情况下进行替换？

更新

agstudy 建议使用自己的矢量化非循环解决方案：

na.replace <- function(mat, k){
  idx       <-  which(rowSums(is.na(mat)) == ncol(mat))
  mat[idx,] <- mat[ifelse(idx > 1, idx-1, 1), k]
  mat
}

但与我的循环解决方案相比，此解决方案返回不同且错误的结果。为什么会发生这种情况？理论上循环和非循环的解决方案是相同的。

【问题讨论】：

标签： r na

【解决方案1】：

试试这个功能。我们可以在向量中的任何位置替换 NA。

NA.replace <-function(x) {
       i <- cumprod(is.na(x))
       x[!!i] <- x[which.min(i)]
        if (length(x) > 0L) {
            non.na.idx <- which(!is.na(x))
            if (is.na(x[1L])) {
                non.na.idx <- c(1L, non.na.idx)
            }
            rep.int(x[non.na.idx], diff(c(non.na.idx, length(x) + 1L)))
        }  
}

NA.replace(c(NA, 1, 2, NA, NA, 3, NA, NA, 4, NA))

# [1] 1 1 2 2 2 3 3 3 4 4

【讨论】：

【解决方案2】：

我会在一个循环中使用na.locf 函数，该函数只使用下一列来生成一个替换值向量。但是，如果您的矩阵很大，这可能不是很有效。

library(zoo)

m <- cbind(
    c(NA, NA, 1, 2, NA, 4, NA, 6, 7, 8),
    c(NA, NA, 2, 3, NA, 5, NA, 7, 8, 9)
)

m[, ncol(m)] <- na.locf(m[, ncol(m)], na.rm=FALSE)

for (i in seq(ncol(m)-1, 1)) {
    replacement_values = na.locf(m[, i+1], na.rm=FALSE)
    m[is.na(m[, i]), i] <- replacement_values[is.na(m[, i])]    
}

【讨论】：

起初，我没有看到最后一列也发生了插补。你打算如何做到这一点？最后一列是常规的na.locf，还是[5,2] 和[7,2] 的值取自同一行的上一列？
是的，因为最后一列的结果与 na.locf 相同，因为我们将最后一列的 NA 值替换为来自同一最后一列的先前非 NA 值。这只是特例。

【解决方案3】：

编辑：我完全改变了基于 na.locf 的第一个解决方案是

这里有一个新的矢量化解决方案：

idx <- which(rowSums(is.na(mat)) == ncol(mat))
mat[idx,1:2]= mat[ifelse(idx>1,idx-1,1),2]

     X..1. X..2.
[1,]     NA    NA
[2,]     NA    NA
[3,]      1     2
[4,]      2     3
[5,]      3     3
[6,]      4     5
[7,]      5     5
[8,]      6     7
[9,]      7     8
[10,]     8     9

您可以将其包装在一个函数中：

function(mat,k){
  idx       <-  which(rowSums(is.na(mat)) == ncol(mat))
  mat[idx,] <- mat[ifelse(idx>1,idx-1,1),k]
}

【讨论】：

我知道na.locf，但是这个函数不适合我的问题。它用同一列中以前的非 NA 替换 NA。您的输出矩阵错误：第 5 行必须有 (3, 3) 值，第 7 行 - (5, 5) 值。
我发现，如果至少 2 个连续行具有 NA，例如第 6 行和第 7 行，那么您的解决方案仅替换第 6 行而不是第 7 行。我用更好的变体更新了主题中的示例。

【解决方案4】：

终于实现了我自己的矢量化版本。它返回预期的输出：

na.replace <- function(x, k) {
    isNA <- is.na(x[, k])
    x[isNA, ] <- na.locf(x[, k], na.rm = F)[isNA]
    x
}

更新

更好的解决方案，无需任何软件包

na.lomf <- function(x) {
    if (length(x) > 0L) {
        non.na.idx <- which(!is.na(x))
        if (is.na(x[1L])) {
            non.na.idx <- c(1L, non.na.idx)
        }
        rep.int(x[non.na.idx], diff(c(non.na.idx, length(x) + 1L)))
    }
}

na.lomf(c(NA, 1, 2, NA, NA, 3, NA, NA, 4, NA))
# [1] NA  1  2  2  2  3  3  3  4  4

【讨论】：