基于 r 中的多个条件进行插值答案

【问题标题】：Interpolate based on multiple conditions in r基于 r 中的多个条件进行插值
【发布时间】：2018-12-05 02:57:17
【问题描述】：

这里是初学者。我有一个针对不同行业分类和不同次区域的年度就业人数数据集。对于某些观察，员工人数为空。我想通过线性插值填充这些值（使用 na.approx 或其他方法）。但是，我只想在同一行业分类和子区域内进行插值。

例如，我有这个：

subregion <- c("East Bay", "East Bay", "East Bay", "East Bay", "East Bay", "South Bay")
industry <-c("A","A","A","A","A","B" )
year <- c(2013, 2014, 2015, 2016, 2017, 2002)
emp <- c(50, NA, NA, 80,NA, 300)

data <- data.frame(cbind(subregion,industry,year, emp))

  subregion industry year  emp
1  East Bay        A 2013   50
2  East Bay        A 2014 <NA>
3  East Bay        A 2015 <NA>
4  East Bay        A 2016   80
5  East Bay        A 2017 <NA>
6 South Bay        B 2002  300

我需要生成此表，跳过插值第五个观察，因为子区域和行业与之前的观察不匹配。

  subregion industry year  emp
1  East Bay        A 2013   50
2  East Bay        A 2014   60
3  East Bay        A 2015   70
4  East Bay        A 2016   80
5  East Bay        A 2017 <NA>
6 South Bay        B 2002  300

this 之类的文章很有帮助，但我无法弄清楚如何调整解决方案以匹配两列相同以发生插值的要求，而不是一列。任何帮助将不胜感激。

【问题讨论】：

标签： r interpolation

【解决方案1】：

我们可以通过na.approx（来自zoo）进行分组

library(tidyverse)
data %>% 
     group_by(subregion, industry) %>%
     mutate(emp = zoo::na.approx(emp, na.rm = FALSE))
# A tibble: 6 x 4
# Groups:   subregion, industry [2]
#  subregion industry  year   emp
#  <fct>     <fct>    <dbl> <dbl>
#1 East Bay  A         2013    50
#2 East Bay  A         2014    60
#3 East Bay  A         2015    70
#4 East Bay  A         2016    80
#5 East Bay  A         2017    NA
#6 South Bay B         2002   300

数据

data <- data.frame(subregion,industry,year, emp)

【讨论】：