使用另一列作为支持向后和向前填充“缺失值”（NA）答案

【问题标题】：Filling "missing values" (NAs) backward and forward using another column as support使用另一列作为支持向后和向前填充“缺失值”（NA）
【发布时间】：2021-05-17 00:01:52
【问题描述】：

假设我有以下数据：

input = tibble::tibble(
  group = c(rep("A", 5), rep("B", 5), rep("C", 5)),
  value = c(10, 15, 17, NA, NA, NA, NA, 12, 16, 13, 12, NA, 15, NA, 19),
  gr = c(0.1, 0.05, 0.03, 0.02, 0.05, 0.04, 0.02, 0.6, 0.03, 0.4, 0.01, 0.09, 0.05, -0.03, 0.04)
)

看起来像这样：

> input
# A tibble: 15 x 3
   group value    gr
   <chr> <dbl> <dbl>
 1 A        10  0.1 
 2 A        15  0.05
 3 A        17  0.03
 4 A        NA  0.02
 5 A        NA  0.05
 6 B        NA  0.04
 7 B        NA  0.02
 8 B        12  0.6 
 9 B        16  0.03
10 B        13  0.4 
11 C        12  0.01
12 C        NA  0.09
13 C        15  0.05
14 C        NA -0.03
15 C        19  0.04

我想使用辅助变量（在本例中为 gr）填充每个组的缺失值。对于每个group，填充的方式是不同的。例如，对于groupA，它应该向前完成，即value_filled = lag(value) * (1 + gr)。同时，对于group B，它应该向后完成，即value_filled = lag(value) / (1 + gr)。对于group C（在这种情况下，缺失值介于两者之间），需要前向填充。

想要的输出是这样的：

desired_output = tibble::tibble(
  group = c(rep("A", 5), rep("B", 5), rep("C", 5)),
  value = c(10, 15, 17, NA, NA, NA, NA, 12, 16, 13, 12, NA, 15, NA, 19),
  gr = c(0.1, 0.05, 0.03, 0.02, 0.05, 0.04, 0.02, 0.6, 0.03, 0.4, 0.01, 0.09, 0.05, -0.03, 0.04),
  value_filled = c(10, 15, 17, 17.3, 18.2, 7.3, 7.5.7, 12, 16, 13, 12, 13, 15, 14.5, 19)
)

> desired_output
# A tibble: 15 x 4
   group value    gr value_filled
   <chr> <dbl> <dbl>        <dbl>
 1 A        10  0.1          10  
 2 A        15  0.05         15  
 3 A        17  0.03         17  
 4 A        NA  0.02         17.3
 5 A        NA  0.05         18.2
 6 B        NA  0.04         7.3
 7 B        NA  0.02         7.5
 8 B        12  0.6          12  
 9 B        16  0.03         16  
10 B        13  0.4          13  
11 C        12  0.01         12  
12 C        NA  0.09         13  
13 C        15  0.05         15  
14 C        NA -0.03         14.5
15 C        19  0.04         19

我希望这可以在 dplyr 中完成。

【问题讨论】：

@Onyambu 和 akrun，你们都是对的。让我编辑 B 组所需的输出
我们为前一个解决方案提供了解决方案后，您再次更改了所有内容。请注意，之前发布的结果与之前提供的结果相匹配
请注意，12/(1+0.04) = 11.76，而 11.76/(1+0.04) = 11.3。所以你之前的表格是正确的
@Onyambu，后向填充背后的想法是gr 表示一个值与其前一个值之间的增长率。然后，对于 B 组，要从 60% 的增长中获得 12，之前的值必须是 7.5，依此类推。要从 2% 的增长中获得 7.5，之前的值应该是 7.3。
检查编辑！

标签： r dplyr interpolation missing-data data-wrangling

【解决方案1】：

你可以的；

library(tidyverse)
input %>%
  group_by(group) %>%
  mutate(v1 = unlist(accumulate2(value, tail(gr, -1), ~if(is.na(..2)) ..1*(1+..3) else ..2)), 
         v1 = rev(unlist(accumulate2(rev(v1), head(rev(gr), -1), ~if(is.na(..2)) ..1/(1+..3) else ..2))))
# A tibble: 15 x 4
# Groups:   group [3]
   group value    gr    v1
   <chr> <dbl> <dbl> <dbl>
 1 A        10  0.1  10   
 2 A        15  0.05 15   
 3 A        17  0.03 17   
 4 A        NA  0.02 17.3 
 5 A        NA  0.05 18.2 
 6 B        NA  0.04  7.35
 7 B        NA  0.02  7.5 
 8 B        12  0.6  12   
 9 B        16  0.03 16   
10 B        13  0.4  13   
11 C        12  0.01 12   
12 C        NA  0.09 13.1 
13 C        15  0.05 15   
14 C        NA -0.03 14.6 
15 C        19  0.04 19

【讨论】：