使用 na.approx 或 na.spline 替换矩阵数据的 NA答案

【问题标题】：Replace NAs using na.approx or na.spline for matrix data使用 na.approx 或 na.spline 替换矩阵数据的 NA
【发布时间】：2017-03-21 20:01:35
【问题描述】：

我对 R 很陌生，目前遇到一个问题，数据如下所示：

    ID      h1      h2     h3      h4      h5      h6     h7     h8  
    IP6_1  0.1800   NA    -0.8600  NA      0.0400 -0.1400 1.4400 1.4900  
    IP6_2 -0.0250 -0.3050 -1.1050 -1.2150  0.0250  1.2750 1.7950 1.3850  
    IP6_3  0.2125 -0.1875   NA    -1.2225 -0.1425  0.7325 1.6275 1.3975  
    IP6_4  0.0150   NA    -1.0450 -0.3550  0.2950 -0.0150 0.3850 0.3050  
    IP6_5  0.1200 -0.0900 -0.9100 -0.6500  0.0900 -0.2700 0.9100 1.1200  
    IP6_6  0.0200 -0.0200 -0.8400 -0.6600   NA    -0.0900 0.6200 0.0800

数据有随机的 NA，我想使用 na.approx 每行替换它们。我试过用它：

z_data <- zoo(cluster_data_wf[,-1])        
na.approx(z_data)

它根本不会替换任何 NA。

将不胜感激通过近似或三次样条插值通过样条进行线性插值来替换 NA。

编辑：最终输出仍应具有第一列 ID

【问题讨论】：

标签： r data-processing

【解决方案1】：

像这样？

require(zoo)
cols = colnames(x[, -1])
x = data.frame(ID=x[, 1], t(apply(x[, -1], 1, na.approx)))
colnames(x)[-1] = cols
print(x)

         ID      h1      h2     h3      h4      h5      h6     h7     h8
1 IP6_1  0.1800 -0.3400 -0.860 -0.4100  0.0400 -0.1400 1.4400 1.4900
2 IP6_2 -0.0250 -0.3050 -1.105 -1.2150  0.0250  1.2750 1.7950 1.3850
3 IP6_3  0.2125 -0.1875 -0.705 -1.2225 -0.1425  0.7325 1.6275 1.3975
4 IP6_4  0.0150 -0.5150 -1.045 -0.3550  0.2950 -0.0150 0.3850 0.3050
5 IP6_5  0.1200 -0.0900 -0.910 -0.6500  0.0900 -0.2700 0.9100 1.1200
6 IP6_6  0.0200 -0.0200 -0.840 -0.6600 -0.3750 -0.0900 0.6200 0.0800

【讨论】：

太棒了！您能解释一下为什么需要删除第一行并重新添加回来吗？
我删除了第一列，因为它是一个字符串/因子，然后为每一行应用na.approx。您需要转置最终结果。

【解决方案2】：

该问题没有以可重复的方式提供输入，因此我们真的不知道您从什么开始；但是，如果我们在下面的注释中给出了可重现的内容，那么由于na.approx 按列操作，我们将其转置除第 1 列外，使用na.approx，将其转回并填充除第 1 列之外的所有内容：

replace(DF, -1, t(na.approx(t(DF[, -1]))))

给予：

     ID      h1      h2     h3      h4      h5      h6     h7     h8
1 IP6_1  0.1800 -0.3400 -0.860 -0.4100  0.0400 -0.1400 1.4400 1.4900
2 IP6_2 -0.0250 -0.3050 -1.105 -1.2150  0.0250  1.2750 1.7950 1.3850
3 IP6_3  0.2125 -0.1875 -0.705 -1.2225 -0.1425  0.7325 1.6275 1.3975
4 IP6_4  0.0150 -0.5150 -1.045 -0.3550  0.2950 -0.0150 0.3850 0.3050
5 IP6_5  0.1200 -0.0900 -0.910 -0.6500  0.0900 -0.2700 0.9100 1.1200
6 IP6_6  0.0200 -0.0200 -0.840 -0.6600 -0.3750 -0.0900 0.6200 0.0800

注意：

Lines <- " ID      h1      h2     h3      h4      h5      h6     h7     h8  
    IP6_1  0.1800   NA    -0.8600  NA      0.0400 -0.1400 1.4400 1.4900  
    IP6_2 -0.0250 -0.3050 -1.1050 -1.2150  0.0250  1.2750 1.7950 1.3850  
    IP6_3  0.2125 -0.1875   NA    -1.2225 -0.1425  0.7325 1.6275 1.3975  
    IP6_4  0.0150   NA    -1.0450 -0.3550  0.2950 -0.0150 0.3850 0.3050  
    IP6_5  0.1200 -0.0900 -0.9100 -0.6500  0.0900 -0.2700 0.9100 1.1200  
    IP6_6  0.0200 -0.0200 -0.8400 -0.6600   NA    -0.0900 0.6200 0.0800 "

DF <- read.table(text = Lines, header = TRUE, as.is = TRUE)

【讨论】：

输入数据如您在注释中的那样。
但问题声称na.approx(zoo(DF[, -1])) 忽略了 NA，但事实并非如此。事实上，它用线性插值替换所有 NA，除了开头或结尾的那些，因为您需要在每一侧都有一个值来插值。
你说得对，数据和我的数据不完全一样。当我在开头或结尾有 NA 时，它不会被替换。 na.approx 如何用于 NA 位于开头或结尾的情况？
na.approx 在内部使用 approx 并将参数传递给它，因此您可以使用参数 rule = 2 将最外面的值扩展到末端的 NA。有关详细信息，请参阅 ?approx 中的 rule 参数。