代码之家 › 专栏 › 技术社区 › ThePlowKing

在R中向后搜索向量/数据表

na data.table dataframe search r

2

ThePlowKing · 技术社区 · 9 年前

基本上,我有一个非常大的数据帧/数据表,我想在一列中搜索第一个和最近的, NA 小于当前索引位置的值。

例如,假设我有一个数据帧 DF

INDEX | KEY   |   ITEM
----------------------
 1    |  10   |    AAA
 2    |  12   |    AAA
 3    |  NA   |    AAA
 4    |  18   |    AAA
 5    |  NA   |    AAA
 6    |  24   |    AAA
 7    |  29   |    AAA
 8    |  31   |    AAA
 9    |  34   |    AAA

在索引3和索引5处的值。现在,假设我们从索引8开始(它具有 KEY 第31页)。我想搜索该列向后,当它找到

不适用 向量/列中的值(例如,我可以使用 which(is.na(x)) 不适用 )但是,由于我正在处理的数据帧的绝对大小以及需要执行的大量迭代,这是一种非常低效的方法。我想到的一种方法是创建一种“边做边做”的循环,它看起来确实有效,但这似乎效率很低,因为它每次都需要执行计算(并且考虑到我需要进行100000多次迭代,这看起来不是一个好主意)。

不适用

1 回复 | 直到 9 年前

1

4

Marius 9 年前

为什么不向前填充一次NA索引,这样您就可以在以后的任何一行中查找最近的NA:

library(dplyr)
library(tidyr)

df = df %>%
    mutate(last_missing = if_else(is.na(KEY), INDEX, as.integer(NA))) %>%
    fill(last_missing)

输出:

> df
  INDEX KEY ITEM last_missing
1     1  10  AAA           NA
2     2  12  AAA           NA
3     3  NA  AAA            3
4     4  18  AAA            3
5     5  NA  AAA            5
6     6  24  AAA            5
7     7  29  AAA            5
8     8  31  AAA            5
9     9  34  AAA            5