在数据框中进行的最后一次观察？ [复制]答案

【问题标题】：Last Observation Carried Forward In a data frame? [duplicate]在数据框中进行的最后一次观察？ [复制]
【发布时间】：2011-02-16 02:18:16
【问题描述】：

我希望为我正在处理的数据集实施“最后一次观察结转”，该数据集的末尾有缺失值。

这是一个简单的代码（后面的问题）：

LOCF <- function(x)
{
    # Last Observation Carried Forward (for a left to right series)
    LOCF <- max(which(!is.na(x))) # the location of the Last Observation to Carry Forward
    x[LOCF:length(x)] <- x[LOCF]
    return(x)
}


# example:
LOCF(c(1,2,3,4,NA,NA))
LOCF(c(1,NA,3,4,NA,NA))

现在这对于简单的向量非常有用。但是如果我在哪里尝试在数据框上使用它：

a <- data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA))
a
t(apply(a, 1, LOCF)) # will make a mess

它将我的数据框变成字符矩阵。

你能想出一种在 data.frame 上进行 LOCF 而不将其转换为矩阵的方法吗？（我可以使用循环等来纠正混乱，但希望有一个更优雅的解决方案）

【问题讨论】：

标签： r matrix apply dataframe

【解决方案1】：

这已经存在：

library(zoo)
na.locf(data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA)))

【讨论】：

+1 和 rseek.org 当然会立即将其作为第一个结果。
我不重新寻找它的出价 - 谢谢Shane。但我担心它不起作用。（它填充第 3 列，而不是每一行）
如果您在 stackoverflow.com 中搜索 [r] locf，您也可以找到这个。
嗨 Shane，我也无法在该搜索中找到解决方案（虽然这个帖子很好：stackoverflow.com/questions/1782704/…）
如果缺少第一个值，那么您可以判断如何处理它。没有任何功能可以为您解决这个问题。您需要将整个内容保留为缺失，或者设置默认的第一个值（例如零）。

【解决方案2】：

我最终使用循环解决了这个问题：

fillInTheBlanks <- function(S) {
  L <- !is.na(S)
  c(S[L][1], S[L])[cumsum(L)+1]
}


LOCF.DF <- function(xx)
{
    # won't work well if the first observation is NA

    orig.class <- lapply(xx, class)

    new.xx <- data.frame(t( apply(xx,1, fillInTheBlanks) ))

    for(i in seq_along(orig.class))
    {
        if(orig.class[[i]] == "factor") new.xx[,i] <- as.factor(new.xx[,i])
        if(orig.class[[i]] == "numeric") new.xx[,i] <- as.numeric(new.xx[,i])
        if(orig.class[[i]] == "integer") new.xx[,i] <- as.integer(new.xx[,i])   
    }

    #t(na.locf(t(a)))

    return(new.xx)
}

a <- data.frame(rep("a",4), 1:4,1:4, c(1,NA,NA,NA))
LOCF.DF(a)

【讨论】：

【解决方案3】：

这个问题很老，但对于后代......最好的解决方案是使用 data.table 包与 roll=T。

【讨论】：

用例子填写

【解决方案4】：

您可以使用lapply() 代替apply()，然后将结果列表转换为data.frame。

LOCF <- function(x) {
    # Last Observation Carried Forward (for a left to right series)
    LOCF <- max(which(!is.na(x))) # the location of the Last Observation to Carry Forward
    x[LOCF:length(x)] <- x[LOCF]
    return(x)
}

a <- data.frame(rep("a",4), 1:4, 1:4, c(1, NA, NA, NA))
a
data.frame(lapply(a, LOCF))

【讨论】：

【解决方案5】：

有很多包实现了这个功能。（基本功能相同，但附加选项有所不同）

时空::na.locf
imputeTS::na.locf
zoo::na.locf
xts::na.locf

【讨论】：

tidyverse 也有一个等价的 fill() 函数。在 data.table 中有一些快速的东西会很棒。

【解决方案6】：

如果您不想为 na.locf 函数加载像 zoo 这样的大包，这里有一个简短的解决方案，如果输入向量中有一些前导 NA，也可以使用。

na.locf <- function(x) {
  v <- !is.na(x)
  c(NA, x[v])[cumsum(v)+1]
}

【讨论】：

我最喜欢这个解决方案。如果您想将其应用于data.frame，就像在原始问题中一样，您可以通过a[]=lapply(a,na.locf) 使用它。

【解决方案7】：

添加新的tidyr::fill()函数，用于将列中的最后一个观察结果继续填写NAs：

a <- data.frame(col1 = rep("a",4), col2 = 1:4, 
                col3 = 1:4, col4 = c(1,NA,NA,NA))
a
#   col1 col2 col3 col4
# 1    a    1    1    1
# 2    a    2    2   NA
# 3    a    3    3   NA
# 4    a    4    4   NA

a %>% tidyr::fill(col4)
#   col1 col2 col3 col4
# 1    a    1    1    1
# 2    a    2    2    1
# 3    a    3    3    1
# 4    a    4    4    1

【讨论】：