如何防止在缺少 2 行以上数据的值之间进行插值？

Question

我想在 mutate_at() 中编写一个条件语句，以便 approx() 不会在缺少 2 行以上数据的值之间进行插值。

以下是数据：

dat <- data.frame(
  time = 1:10, 
  var1 = c(10, 10, 10, 12, 12, 12, 15, 15, 15, 15), 
  var2 = c( 1, NA,  3,  6, NA, NA, NA, 10,  9,  8), 
  var3 = c(10, NA, NA, 13, 14, 16, NA, 18, 19, 20)
)

这是我想要调整的代码块，它不会在值之间有超过 2 个 NA 的地方进行插值（即 var2 列中的第 5-7 行应该保持 NA 并且所有其他 NA 应该被插值价值观。

library(tidyverse)

dat_int <- dat %>%
  mutate_at(vars(c(var2, var3)),
            funs(approx(time, ., time, rule = 1, method = "linear")[["y"]]))

Answer 1

第 1 步：创建一个函数 consecutiveNA，它可以根据阈值（由参数 len 指定）识别向量中的连续 NA。

consecutiveNA <- function(x, len = 2){
  rl <- rle(is.na(x))
  logi <- rl$lengths >= len & rl$values
  rl$values <- logi
  inver <- inverse.rle(rl)
  return(inver)
}

第 2 步：将 approx 函数应用于目标列（如您所做的那样）。

library(tidyverse)

dat_int <- dat %>%
  mutate_at(vars(c(var2, var3)),
            funs(approx(time, ., time, rule = 1, method = "linear")[["y"]]))

第 3 步：将consecutiveNA 函数应用于dat 中的所有列，并将结果转换为矩阵。

m_NA <- map(dat, consecutiveNA, len = 2) %>%
  as.data.frame() %>%
  as.matrix()

第四步：基于m_NA，将dat_int中的NA替换成TRUE，就完成了。您可以将len 更改为3 或其他数字，看看是否有效。

dat_int[m_NA] <- NA

dat_int
#    time var1 var2 var3
# 1     1   10    1   10
# 2     2   10    2   NA
# 3     3   10    3   NA
# 4     4   12    6   13
# 5     5   12   NA   14
# 6     6   12   NA   16
# 7     7   15   NA   17
# 8     8   15   10   18
# 9     9   15    9   19
# 10   10   15    8   20