用每个 ID 之前的非零值替换 0（滞后）答案

【问题标题】：Replace 0's with previous non-zero value per ID (lag)用每个 ID 之前的非零值替换 0（滞后）
【发布时间】：2018-11-30 16:11:48
【问题描述】：

如何将所有 0 替换为 R 中每个 ID 的最后一个非零值？

例子：

输入：

df <- data.frame(ID = c(1,1,1,1,1,1,1,2,2,2,2),
         Var1 = c(0,10, 30, 0, 0,50,80,0, 0, 57, 0))

输出：

df <- data.frame(ID = c(1,1,1,1,1,1,1,2,2,2,2),
         Var1 = c(0,10, 30, 0, 0,50,80,0, 0, 57, 0),
         res = c(0,10,30,30,30,50,80,0,0,57,57))

有没有简单的滞后功能方法？

【问题讨论】：

library(zoo); na.locf(replace(df$Var1, df$Var1 == 0, NA))
@RonakShah 当第一个值为 0 时，我得到了一个短向量：10 30 30 30 50 80 80 80 57 57 我怎样才能省略这个，并保持每个 id 的第一个 0
@RonakShah 您是否删除了您的答案： library(zoo) df$res
是的，我这样做是因为我没有考虑到每个 ID 的事情。您可以通过@docendo discimus df %>% group_by(ID) %>% mutate(x = na.locf(replace(Var1, cumsum(Var1 !=0) > 0 & Var1 == 0, NA))) 修改答案，这应该会给您预期的输出。
你从哪里得到这些有趣的问题？

标签： r replace lag zero

【解决方案1】：

这是一个 tidyverse 方法：

library(tidyverse)
df %>% 
  group_by(ID) %>% 
  mutate(x = replace(Var1, cumsum(Var1 !=0) > 0 & Var1 == 0, NA)) %>% 
  fill(x)
# # A tibble: 11 x 4
# # Groups:   ID [2]
# ID  Var1   res     x
# <dbl> <dbl> <dbl> <dbl>
# 1    1.    0.    0.    0.
# 2    1.   10.   10.   10.
# 3    1.   30.   30.   30.
# 4    1.    0.   30.   30.
# 5    1.    0.   30.   30.
# 6    1.   50.   50.   50.
# 7    1.   80.   80.   80.
# 8    2.    0.    0.    0.
# 9    2.    0.    0.    0.
# 10    2.   57.   57.   57.
# 11    2.    0.   57.   57.

在变异步骤中，我们将 0 替换为 NA，除了在每个 ID 运行开始时的那些，因为在这些情况下，我们没有值可以在之后替换 NA。

如果要调整多列，可以使用：

df %>% 
  group_by(ID) %>% 
  mutate_at(vars(starts_with("Var")), 
            funs(replace(., cumsum(. !=0) > 0 & . == 0, NA))) %>% 
  fill(starts_with("Var"))

df 可能在哪里：

df <- data.frame(ID = c(1,1,1,1,1,1,1,2,2,2,2),
                 Var1 = c(0,10, 30, 0, 0,50,80,0, 0, 57, 0),
                 Var2 = c(4,0, 30, 0, 0,50,0,16, 0, 57, 0))

【讨论】：

您也可以在答案中添加na.locf 选项。
@docendodiscimus 成功了！如何为多列案例调整代码？这是：许多“Var”

【解决方案2】：

不使用任何包，只使用loops：

df <- data.frame(ID = c(1,1,1,1,1,1,1,2,2,2,2),
                 Var1 = c(0,10, 30, 0, 0,50,80,0, 0, 57, 0)) 

for(i in 1:nrow(df)){
  if(i!=1){    
    if(df$ID[i-1]==df$ID[i] && df$Var1[i]==0){  # if value is zero and value of current and previous rows ID are same
      if(df$Var1[i-1]!=0){           # If previous value is not zero then store it 
        df$res[i]=df$Var1[i-1]       # Use previous value of var1
        a=0
        a=df$Var1[i-1]
      }else{
        df$res[i]=a     # Use previous value var1
        a=0
      }
    }else{
      df$res[i]=df$Var1[i]  # Use the current value of var1
    }

  }else{
    df$res[i]=df$Var1[i]    # Set the first point as it is
  }
}

输出：

> df
      ID Var1 res
   1   1    0   0
   2   1   10  10
   3   1   30  30
   4   1    0  30
   5   1    0  30
   6   1   50  50
   7   1   80  80
   8   2    0   0
   9   2    0   0
   10  2   57  57
   11  2    0  57

【讨论】：

@AM.Garcia：您能否检查一下答案并让我知道您的建议？
在测试 df 下试过并且可以工作。但是我的数据集太大了，循环可能会延迟执行，谢谢