代码之家 › 专栏 › 技术社区 › Julien Massardier

用平均增长的中间值桥接最后一个和下一个非NA值

locf na data.table r

Julien Massardier · 技术社区 · 8 年前

用中间值填充数据帧列中丢失的NAS,中间值从最后一个非NA值逐渐增长到下一个非NA值的好方法是什么?

下面是一个例子:对于列成本,我想获得列成本估算,其中,2014年至2016年期间,成本每年增加31美元,将上一个已知成本595美元与下一个已知成本720美元桥接起来。

我想出的代码很长。有没有一种优雅的方法可以做到这一点?

library(data.table)
data = data.table(year=2000:2018,
                  cost = c(100,120,NA,200,220,NA,NA,300,350,470,500,NA,NA,595,NA,NA,NA,720,800))

data[,cost_nas:=as.numeric(is.na(cost))]

## consecutive nas so far for each row:
data[, consecutive_nas_so_far := seq_len(.N), by=rleid(cost_nas)]
data[cost_nas==0,consecutive_nas_so_far:=0]

# total number of consecutive nas in the sequence
data[,total_number_of_consec_nas:=ifelse(consecutive_nas_so_far>0&shift(consecutive_nas_so_far,1,type = "lead")==0,consecutive_nas_so_far,NA)]
data[cost_nas==0,total_number_of_consec_nas:=0]
data[,total_number_of_consec_nas:=zoo::na.locf(total_number_of_consec_nas,fromLast=T)]

#get last and next known values for cost:
data[,cost_previous:=zoo::na.locf(cost)]
data[,cost_following:=zoo::na.locf(cost,fromLast=T)]

# apply the formula to calculate the gradual increase from cost_previous to cost_following
data[,cost_esti:=round(consecutive_nas_so_far*(cost_following-cost_previous)/(total_number_of_consec_nas+1)+cost_previous,0)]
data[is.na(cost_esti),cost_esti:=cost]

1 回复 | 直到 8 年前

MKR 8 年前

你可以 re-write data.table操作使用 zoo::na.locf 和 data.table::rleid . 添加2列,每个列用于 lastNonNA 和 nextNonNA 使用 na.locf . rleid 将为您提供连续的不同组 NA . 现在您可以编写逻辑来填充 钠 使用 linear 之间 拉斯特诺娜 和 下一个 .

library(data.table)
library(zoo)
#Data
data = data.table(year=2000:2018,
       cost = c(100,120,NA,200,220,NA,NA,300,350,470,500,NA,NA,595,NA,NA,NA,720,800))

data[,':='(lastNonNA = na.locf(cost, fromLast = FALSE), 
nextNonNA = na.locf(cost, fromLast = TRUE), Group_NA = rleid(is.na(cost)))][
  ,':='(IDX = 1:.N), by=Group_NA][
  ,':='(cost = ifelse(is.na(cost), lastNonNA + IDX*((nextNonNA - lastNonNA)/(.N+1)),cost)), 
    by=Group_NA][,.(year, cost)]

#    year     cost
# 1: 2000 100.0000
# 2: 2001 120.0000
# 3: 2002 160.0000   #Filled
# 4: 2003 200.0000
# 5: 2004 220.0000
# 6: 2005 246.6667  #Filled 
# 7: 2006 273.3333  #Filled
# 8: 2007 300.0000
# 9: 2008 350.0000
# 10: 2009 470.0000
# 11: 2010 500.0000
# 12: 2011 531.6667 #Filled
# 13: 2012 563.3333 #Filled
# 14: 2013 595.0000
# 15: 2014 626.2500 #Filled 
# 16: 2015 657.5000 #Filled
# 17: 2016 688.7500 #Filled
# 18: 2017 720.0000
# 19: 2018 800.0000

推荐文章

Amp · 使用R ggplot2删除geom_radial中axis.line和panel.border之间的空格

1 年前

Hard_Course · 用另一列中的值替换行的最后一个非NA条目

1 年前

Mark R · 使用geom_sf()删除地球仪上不需要的网格线

1 年前

Joe · 根据对工作日和本周早些时候的日期的了解,找到一个日期

1 年前

Ben · 统计向量中的单词在字符串中出现的频率

1 年前

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

1 年前

katefull06 · 在R中使用terra修改范围时,会为单独的SpatRaster重写范围

1 年前

dez93_2000 · 在R管道子功能中引用管道对象的当前状态

1 年前

accibio · 在ggplot2中为同一变量创建两个连续的颜色渐变比例

1 年前

Mankka · 如何在Ggplot2中绘制均匀的径向图

1 年前