如何使用 for 循环根据前一列更新每一列

Question

我的数据由一个 id 变量和多个访问变量组成，这些变量会随着时间的推移跟踪一个人的得分。我正在尝试将分数向前推进，将任何后续零更新为该分数。如果有一个 NA 我想留下它（代表没有访问），如果一个人后来得到一个新的分数，我希望新的分数继续下去。

我提供了一个可重复的小示例，但我的实际数据非常大，因此手动更新不是一种选择。我目前的尝试是使用 for 循环遍历每个人（行）的访问列。但是我收到了这个警告：

if ((!is.na(first) & first != 0) & (!is.na(second) & second == 中的错误： 参数长度为零 另外：警告信息： 在 is.na(second) 中：is.na() 应用于 'NULL' 类型的非（列表或向量）

这看起来是因为在环境中（Rstuio）首先有一个 NA_real_ 的值，第二个有一个 NULL（空）的值。

如何正确定义这些？ 我在 for 循环方面没有太多经验，所以欢迎所有建议！

id <- c(101, 102, 103, 104)
visit.1 <- c(0, 21, 0, 21)
visit.2 <- c(0, 0, 50, 0)
visit.3 <- c(0, 0, 0, 44)
visit.4 <- c(NA, NA, 0, 0)
dat <- data.frame(id, visit.1, visit.2, visit.3, visit.4)


for(i in 1:nrow(dat)){
  for(j in 2:ncol(dat)){

    first <- dat[i, j]
    second <- dat[i,(j+1)]

    if((!is.na(first) & first != 0) & (!is.na(second) & second == 0)){
      second <- first
      } else {
        second <- second
      }
   }
  }

原始数据集：

id visit.1 visit.2 visit.3 visit.4
1 101       0       0       0      NA
2 102      21       0       0      NA
3 103       0      50       0       0
4 104      21       0      44       0

想要的最终结果：

id visit.1 visit.2 visit.3 visit.4
1 101       0       0       0      NA
2 102      21      21      21      NA
3 103       0      50      50      50
4 104      21      21      44      44

Answer 1

一个非常简单的方法是消除内部循环并将内部替换循环矢量化。这不是最好的解决方案，但更接近您更熟悉的解决方案：

id <- c(101, 102, 103, 104)
visit.1 <- c(0, 21, 0, 21)
visit.2 <- c(0, 0, 50, 0)
visit.3 <- c(0, 0, 0, 44)
visit.4 <- c(NA, NA, 0, 0)
dat <- data.frame(id, visit.1, visit.2, visit.3, visit.4)

for (index in 3:5){
  dat[[index]]<-ifelse(dat[[index]]==0, dat[[index-1]], dat[[index]])
}

我正在使用 for 循环从列移动到列。然后 ifelse 正在查看整个列。对于 ==0 的行，使用左侧的值，如果不使用当前值。

Answer 2

Dave2e 用更少的代码行回答了您的问题，但我稍微修改了您的尝试，以便您可以看到您到底做错了什么：

for(i in 1:nrow(newdat)){
  for(j in 3:ncol(newdat)) {

    first <- newdat[i, j-1]
    second <- newdat[i, j]

    if(!is.na(first) & !is.na(second) & second == 0){
      newdat[i,j] <- first
    }
  }
}

首先使用dat[i,(j+1)]，你在for(j in 2:ncol(dat)){ ... } 中计数太多，所以我使用3:ncol(dat) 并设置first <- newdat[i, j-1]。 其次second <- first 不起作用，您需要直接处理数据帧。

Answer 3

zoo::na.locf 可以在这里使用

library(zoo)
data <- tail(t(dat), -1)

        # [,1] [,2] [,3] [,4]
# visit.1    0   21    0   21
# visit.2    0    0   50    0
# visit.3    0    0    0   44
# visit.4   NA   NA    0    0

placeholder_value <- function(mat) {
    head(setdiff(seq(0, max(c(mat), na.rm=TRUE), 1), unique(c(mat))), 1)
}
val <- placeholder_value(data)

由于na.locf 搜索NA 值进行插补，NA 值在运行na.locf 之前被更改为占位符值（并且0 被更改为NA），然后这些值被转换恢复原值。

impute_vals <- function(header, data, val) {
    data <- replace(data, is.na(data), val)      # replace NA with placeholder value
    data <- replace(data, data==0, NA)           # replace 0 with NA for na.locf
    data <- apply(data, 2, function(i) zoo::na.locf(i, na.rm=FALSE))
    data <- rbind(header, data)
    data <- t(data)
    data <- replace(data, is.na(data), 0)        # revert to original values
    data <- replace(data, data==val, NA)
    data <- as.data.frame(data)
    data
}

impute_vals(head(t(dat), 1), data, val)

   # id visit.1 visit.2 visit.3 visit.4
# 1 101       0       0       0      NA
# 2 102      21      21      21      NA
# 3 103       0      50      50      50
# 4 104      21      21      44      44

Answer 4

另一种基本 R 方法将提供给我们ave

cbind(dat[1],t(apply(dat[-1],1,function(x)ave(x,cumsum(x),FUN=sum))))
   id visit.1 visit.2 visit.3 visit.4
1 101       0       0       0      NA
2 102      21      21      21      NA
3 103       0      50      50      50
4 104      21      21      44      44

data.table 格式。不涉及循环：

library(data.table)
A=setDT(melt(dat,1))[,.(variable,ave(value,cumsum(value),FUN=sum)),by=id]
dcast(A,id~variable,value.var = "V2")
   id visit.1 visit.2 visit.3 visit.4
1 101       0       0       0      NA
2 102      21      21      21      NA
3 103       0      50      50      50
4 104      21      21      44      44