特定值后的 Na 填充答案

【问题标题】：Na fill after a specific value特定值后的 Na 填充
【发布时间】：2021-12-12 14:39:47
【问题描述】：

我想在 1 之后使用 NA.fill，但在 -1 之后保留 NA。有没有简单的解决方案？

Old	New
1	1
NA	1
NA	1
NA	1
-1	-1
NA	NA
NA	NA
1	1
NA	1
NA	1

可重现的示例数据

dat <- read.table(text = "
Old New
1   1
NA  1
NA  1
NA  1
-1  -1
NA  NA
NA  NA
1   1
NA  1
NA  1", header = TRUE)

编辑：我的列中只有 1 和 -1。谢谢大家，答案非常有帮助。我的“新”专栏现在正是我想要的。

【问题讨论】：

您的“旧”列中是否只有 1、-1 和 NA？
请看stackoverflow.com/help/someone-answers

标签： r na fill

【解决方案1】：

与cumsum：

df$Old[as.logical(cumsum(replace(df$Old, is.na(df$Old), 0)))] <- 1

【讨论】：

假设数据中只有 1 和 -1，这很好。
@zx8754 更进一步，它假设 1 和 -1 是交替的。
哎呀，也许值得用警告/假设进行编辑。

【解决方案2】：

你可以使用循环

x = c(1,NA,NA,NA,-1,NA,NA,1,NA,NA)
for (i in seq_along(x)[-1]) {
  if (!is.na(x[i-1]) & x[i-1] == 1 & is.na(x[i])) x[i] = 1
}
# [1]  1  1  1  1 -1 NA NA  1  1  1

【讨论】：

【解决方案3】：

这是一种使用rle 的方法，请给予或接受。

r <- rle(ifelse(is.na(dat$Old), -Inf, dat$Old))
r$values[is.infinite(r$values)] <- NA_integer_
r
# Run Length Encoding
#   lengths: int [1:6] 1 3 1 2 1 2
#   values : num [1:6] 1 NA -1 NA 1 NA

ind <- is.na(r$values[-1]) & r$values[-length(r$values)] == 1
ind
# [1]  TRUE FALSE FALSE FALSE  TRUE
r$values[c(FALSE, ind)] <- r$values[c(ind, FALSE)]
inverse.rle(r)
#  [1]  1  1  1  1 -1 NA NA  1  1  1

注意事项：

rle 将所有缺失值（即NA）视为不相等，这违背了我们对游程编码的预期用途；我通过首先将NA 转换为-Inf 来解决这个问题（有点随意，我认为极不可能出现在真实数据中），运行rle，然后转换回NA
is.na(r$values[-1]) & r$values[-length(r$values)] == 1判断一个值为NA，前一个值为1；
我们使用该值（如ind）来确定要替换哪些值（c(F, ind)）以及用哪些值替换它们（c(ind, F)）；
inverse.rle 做了它应该做的事情：重新生成向量，但现在将 1-following-NA 值更改为 1，没有其他更改

如果逻辑改为“填充NA，除非先前的值不是-1”（如果还有非1值应该填充）通过更改ind计算从== 1 到!= -1。

【讨论】：

这是假设我们想用 1 填充 NA，而不是第一个非 na 值。顺便说一句，我喜欢 rle 解决方案！
好点，已补救。谢谢@zx8754

【解决方案4】：

使用data.table：

library(data.table)

setDT(dat)[, x := fifelse(is.na(Old) & head(Old, 1) == 1, head(Old, 1), Old), 
          by = cumsum(!is.na(Old)) ]

df
#     Old New  x
#  1:   1   1  1
#  2:  NA   1  1
#  3:  NA   1  1
#  4:  NA   1  1
#  5:  -1  -1 -1
#  6:  NA  NA NA
#  7:  NA  NA NA
#  8:   1   1  1
#  9:  NA   1  1
# 10:  NA   1  1

【讨论】：

【解决方案5】：

您可以通过fill 和ifelse 来做到这一点

library(tidyverse)
dat <- structure(list(Old = c(1L, NA, NA, NA, -1L, NA, NA, 1L, NA, NA
)), row.names = c(NA, -10L), class = c("tbl_df", "tbl", "data.frame"
)) 

dat %>% 
mutate(New = Old) %>% 
fill(New) %>% 
mutate(New = ifelse(New == -1, Old, New)) %>% 
select(Old, New)

结果：

# A tibble: 10 x 2
     Old   New
   <int> <int>
 1     1     1
 2    NA     1
 3    NA     1
 4    NA     1
 5    -1    -1
 6    NA    NA
 7    NA    NA
 8     1     1
 9    NA     1
10    NA     1

我认为 SO this question 也可能会有所帮助。

【讨论】：

【解决方案6】：

类似于@Otto Kässi 使用zoo::na.locf 的逻辑-

transform(dat, New = zoo::na.locf(Old)) |>
  transform(New = ifelse(New == -1, Old, New))

#   Old New
#1    1   1
#2   NA   1
#3   NA   1
#4   NA   1
#5   -1  -1
#6   NA  NA
#7   NA  NA
#8    1   1
#9   NA   1
#10  NA   1

【讨论】：

【解决方案7】：

与purrr::reduce:

library(tidyverse)

reduce(2:nrow(dat), function(x,y) {
  if (is.na(x$Old[y]) & !is.na(x$Old[y-1]) & x$Old[y-1] == 1) x$Old[y] <- 1; x},
  .init=dat)
#>    Old New
#> 1    1   1
#> 2    1   1
#> 3    1   1
#> 4    1   1
#> 5   -1  -1
#> 6   NA  NA
#> 7   NA  NA
#> 8    1   1
#> 9    1   1
#> 10   1   1

【讨论】：