In un data.frame (o data.table), vorrei "riempire" le NA con il valore precedente non NA più vicino. Un semplice esempio, utilizzando i vettori (anziché a data.frame
) è il seguente:
> y <- c(NA, 2, 2, NA, NA, 3, NA, 4, NA, NA)
Vorrei una funzione fill.NAs()
che mi permettesse di costruire in modo yy
tale che:
> yy
[1] NA NA NA 2 2 2 2 3 3 3 4 4
Ho bisogno di ripetere questa operazione per molti (totale ~ 1 Tb) data.frame
s di piccole dimensioni (~ 30-50 Mb), dove una riga è NA è tutte le sue voci. Qual è un buon modo per affrontare il problema?
La brutta soluzione che ho preparato usa questa funzione:
last <- function (x){
x[length(x)]
}
fill.NAs <- function(isNA){
if (isNA[1] == 1) {
isNA[1:max({which(isNA==0)[1]-1},1)] <- 0 # first is NAs
# can't be forward filled
}
isNA.neg <- isNA.pos <- isNA.diff <- diff(isNA)
isNA.pos[isNA.diff < 0] <- 0
isNA.neg[isNA.diff > 0] <- 0
which.isNA.neg <- which(as.logical(isNA.neg))
if (length(which.isNA.neg)==0) return(NULL) # generates warnings later, but works
which.isNA.pos <- which(as.logical(isNA.pos))
which.isNA <- which(as.logical(isNA))
if (length(which.isNA.neg)==length(which.isNA.pos)){
replacement <- rep(which.isNA.pos[2:length(which.isNA.neg)],
which.isNA.neg[2:max(length(which.isNA.neg)-1,2)] -
which.isNA.pos[1:max(length(which.isNA.neg)-1,1)])
replacement <- c(replacement, rep(last(which.isNA.pos), last(which.isNA) - last(which.isNA.pos)))
} else {
replacement <- rep(which.isNA.pos[1:length(which.isNA.neg)], which.isNA.neg - which.isNA.pos[1:length(which.isNA.neg)])
replacement <- c(replacement, rep(last(which.isNA.pos), last(which.isNA) - last(which.isNA.pos)))
}
replacement
}
La funzione fill.NAs
è utilizzata come segue:
y <- c(NA, 2, 2, NA, NA, 3, NA, 4, NA, NA)
isNA <- as.numeric(is.na(y))
replacement <- fill.NAs(isNA)
if (length(replacement)){
which.isNA <- which(as.logical(isNA))
to.replace <- which.isNA[which(isNA==0)[1]:length(which.isNA)]
y[to.replace] <- y[replacement]
}
Produzione
> y
[1] NA 2 2 2 2 3 3 3 4 4 4
... che sembra funzionare. Ma, amico, è brutto! Eventuali suggerimenti?
fill
inR
tidyr::fill()
.
roll=TRUE
indata.table
.