基于r中的标志列插值面板数据[重复]答案

【问题标题】：Interpolation of panel data based on a flag column in r [duplicate]基于r中的标志列插值面板数据[重复]
【发布时间】：2020-08-03 03:35:53
【问题描述】：

我有一个时间序列面板数据集，其结构如下：

df <- data.frame(
  year = c(2012L, 2013L, 2014L, 2012L, 2013L, 2014L),
  id = c(1L, 1L, 1L, 2L, 2L, 2L),
  c = c(11L, 13L, 13L, 16L, 15L, 15L),
flag = c(FALSE, TRUE, FALSE, FALSE, FALSE, FALSE)
)

#>   year id  c flag
#> 1 2012  1 11 FALSE
#> 2 2013  1 26 TRUE
#> 3 2014  1 13 FALSE
#> 4 2012  2 16 FALSE
#> 5 2013  2 15 FALSE
#> 6 2014  2 19 FALSE

我想做一个线性插值，只要标志列中有相应的 TRUE 值，c 列中的值就通过对它之前和之后的值进行平均来插值。例如因为值 26 具有 TRUE 标志，所以我希望将其替换为 11 和 13 的平均值，即 12。我尝试编写一个函数，但在面板数据设置中正确实现它有点麻烦。

【问题讨论】：

标签： r dplyr interpolation panel

【解决方案1】：

您可以使用 replace c 值，其中 flag 是 TRUE 和 NA，然后使用来自 zoo 的 na.approx 插入值。

library(dplyr)

df %>% mutate(c = zoo::na.approx(replace(c, flag, NA)))

#  year id  c  flag
#1 2012  1 11 FALSE
#2 2013  1 12  TRUE
#3 2014  1 13 FALSE
#4 2012  2 16 FALSE
#5 2013  2 15 FALSE
#6 2014  2 15 FALSE

【讨论】：

非常感谢！将 c 列中带有 TRUE 标志的值替换为 NA 的最简单方法是什么？
我已经使用上面的replace 语句做到了这一点。你也可以df$c[df$flag] <- NA。

【解决方案2】：

想到的一个选项是使用子集?stats::filter，它本质上是基于将任一侧的值乘以 0.5 和当前值乘以 0 的移动平均值。

df$c[df$flag] <- stats::filter(df$c, c(0.5,0,0.5))[df$flag]
df

#  year id  c  flag
#1 2012  1 11 FALSE
#2 2013  1 12  TRUE
#3 2014  1 13 FALSE
#4 2012  2 16 FALSE
#5 2013  2 15 FALSE
#6 2014  2 15 FALSE

【讨论】：