在 zoo 包中限制 na.locf答案

【问题标题】：Limit na.locf in zoo package在 zoo 包中限制 na.locf
【发布时间】：2019-02-18 06:35:29
【问题描述】：

我想对变量进行最后一次观察，但最多只能进行 2 次观察。也就是说，对于 3 个或更多 NA 的数据间隙，我只会将最后一个观察结果转移到接下来的 2 个观察结果，其余的保留为 NA。

如果我使用zoo::na.locf 执行此操作，maxgap 参数意味着如果间隙大于 2，则不会替换 NA。甚至没有最后 2. 有没有其他选择？

x <- c(NA,3,4,5,6,NA,NA,NA,7,8)
zoo::na.locf(x, maxgap = 2) # Doesn't replace the first 2 NAs of after the 6 as the gap of NA is 3. 
Desired_output <- c(NA,3,4,5,6,6,6,NA,7,8)

【问题讨论】：

标签： r na zoo locf

【解决方案1】：

首先应用na.locf0 和maxgap = 2 给出x0 并使用data.table 包中的rleid 定义一个分组变量g。对于每个这样的组，使用ave 应用keeper，如果该组全部为 NA，则将其替换为 c(1, 1, NA, ..., NA)，否则输出全部 1。乘以 na.locf0(x)。

library(data.table)
library(zoo)

mg <- 2
x0 <- na.locf0(x, maxgap = mg)
g <- rleid(is.na(x0))
keeper <- function(x) if (all(is.na(x)))  ifelse(seq_along(x) <= mg, 1, NA) else 1
na.locf0(x) * ave(x0, g, FUN = keeper)
## [1] NA  3  4  5  6  6  6 NA  7  8

【讨论】：

谢谢！在这种情况下，是否有可能知道rleid、ave 和keeper 在做什么？
rleid 创建一个与其输入长度相同的向量，以便将 1 分配给第一次运行，2 分配给第二次运行，依此类推。答案中描述了keeper。 ave 将第一个参数拆分为由第二个参数定义的组，将指定的函数应用于每个组，然后将它们全部放回原处。使用help 了解更多信息。

【解决方案2】：

使用基础 R 的解决方案：

ave(x, cumsum(!is.na(x)), FUN = function(i){ i[1:pmin(length(i), 3)] <- i[1]; i })
# [1] NA  3  4  5  6  6  6 NA  7  8

cumsum(!is.na(x)) 将每次运行的NAs 与最近的非NA 值组合在一起。

function(i){ i[1:pmin(length(i), 3)] <- i[1]; i } 将每个组的前两个NAs 转换为该组的前导非NA 值。

【讨论】：

不错。一个小的简化可能是将其用作乐趣：function(x) ifelse(seq_along(x) <= 2+1, x[1], NA)
@G.Grothendieck，好建议。我原来的功能很笨拙。
虽然我对ave 和pmin 不是很熟悉，但我认为拥有一个内衬非常优雅。你怎么能向后进位？ @mt1022 @G.Grothendieck
@user3507584, 一种可能的方法是：1）反转向量； 2）用当前答案转换反向向量； 3) 反转转换后的值。
@mt1022 感谢您的指导，我想我明白了[使用@G.Grothendieck 对功能的建议]：rev(ave(rev(x), cumsum(!is.na(rev(x))), FUN = function(z) ifelse(seq_along(z) <= 3, z[1], NA)))