基于按组递增的值进行观察

Question

我想我有一个简单的问题，但我正在寻找更有效（就所需计算能力而言）的方法来执行以下操作。 我有一个包含数千列的数据集，我只想为它们中的每一个 locf （结转最后一次观察）。 我需要尊重的唯一条件是最高值结转

我的数据看起来像这样

df <- data.frame("ID" = c("Alpha", "Alpha", "Alpha", "Alpha", "Alpha", "Beta", "Beta", "Beta", "Beta", "Beta"), "Year" = c(1970, 1980, 1990, 2000, 2010, 1970, 1980, 1990, 2000, 2010), "Var" = c(NA, NA, 0, NA, NA, NA, 1, NA, 2, NA), "otherVar" = c(NA, 2.34, 1.3, NA, NA, 1.3, NA, 3.5, 1.5, NA))
df
#>       ID Year Var otherVar
#> 1  Alpha 1970  NA       NA
#> 2  Alpha 1980  NA     2.34
#> 3  Alpha 1990   0     1.30
#> 4  Alpha 2000  NA       NA
#> 5  Alpha 2010  NA       NA
#> 6   Beta 1970  NA     1.30
#> 7   Beta 1980   1       NA
#> 8   Beta 1990  NA     3.50
#> 9   Beta 2000   2     1.50
#> 10  Beta 2010  NA       NA

我想获取以下数据

final <- data.frame("ID" = c("Alpha", "Alpha", "Alpha", "Alpha", "Alpha", "Beta", "Beta", "Beta", "Beta", "Beta"), "Year" = c(1970, 1980, 1990, 2000, 2010, 1970, 1980, 1990, 2000, 2010), "Var" = c(NA, NA, 0, 0, 0, NA, 1, 1, 2, 2), "otherVar" = c(NA, 2.34, 2.34, 2.34, 2.34, 1.3, 1.3, 3.5, 3.5, 3.5))
final
#>       ID Year Var otherVar
#> 1  Alpha 1970  NA       NA
#> 2  Alpha 1980  NA     2.34
#> 3  Alpha 1990   0     2.34
#> 4  Alpha 2000   0     2.34
#> 5  Alpha 2010   0     2.34
#> 6   Beta 1970  NA     1.30
#> 7   Beta 1980   1     1.30
#> 8   Beta 1990   1     3.50
#> 9   Beta 2000   2     3.50
#> 10  Beta 2010   2     3.50

正如我所提到的，我的想法是，对于我的每个变量，我想用最后的观察结果来填充 NA。但我只想保留最高价值。例如 otherVar 在 1970 年是 1.3，所以这个值被结转到 1980 年以填补 NA。在 1990 年，otherVar 的值为 3.5，因此它“取代”了 1.3，而 1990 年otherVar 的得分为 3.5。最后，在 2000 年，otherVar 的得分为 1.5。由于 1.5

我想找到计算量最少的方法来执行此操作，因为我必须为数千个变量执行此操作。

非常感谢您的帮助

最好的问候

Answer 1

我们可以在replace使用 0 的 NA 之后使用 cummax，然后将 0 改回 NA

library(dplyr)
library(tidyr)
df %>% 
   group_by(ID) %>% 
   mutate_at(3:4,  ~ na_if(cummax(replace_na(., -999)), -999))