用R中最近的2行的平均值替换缺失值答案

【问题标题】：Replacing missing value with mean of 2 nearest rows in R用R中最近的2行的平均值替换缺失值
【发布时间】：2017-12-09 03:44:50
【问题描述】：

我有一个缺失值的数据表，我想用最近的 2 行的平均值替换它。

library(data.table)
A <- data.table(id = c(1:10),
                Value = c(1:3,NA,5:10))

> A
    id Value
 1:  1     1
 2:  2     2
 3:  3     3
 4:  4    NA
 5:  5     5
 6:  6     6
 7:  7     7
 8:  8     8
 9:  9     9
10: 10    10

例如，我希望将 NA 替换为 row3 和 row5 的平均值，即 4。

【问题讨论】：

如果连续有两个 NA 怎么办？如果最后一行有 NA 怎么办？你可能想多解释一下你的情况。

标签： r dataframe datatable

【解决方案1】：

Zoo 包中的

na.approx 就是这样做的。如果可能有前导或尾随 NA 值并且您想要：

扩展最近的非 NA 值，将 rule = 2 参数添加到 na.approx 或
将这些保留为 NA，将 na.rm = FALSE 参数添加到 na.approx。

更多参数请参见?na.approx。来自同一包的其他可能性包括na.spline（用三次样条拟合填充）、na.aggregate（所有非 NA 值的平均值）、na.locf（最后一个值结转）和na.StructTS（季节性卡尔曼滤波器） .

library(zoo)

A[, list(Value = na.approx(Value))]

给予：

【讨论】：

【解决方案2】：

我已经制作了一个函数，可以在您的数据表中使用多个连续的 NA。

library(data.table)
A <- data.table(id = c(1:11),
            Value = c(1,5:6,NA,10:12,NA,NA,NA,6))



library(dplyr)
# Finding the maximum length of a stretch of contiguous NA's in the column
a<- max(diff(which(!is.na(A$Value)))-1)

# Repeating the for loop "a" times and breaking when all NA's have been filled
repeat{
for(i in 1:a){
A$Value[which(A$Value%in%NA)] <- ((lag(A$Value, 1)+lead(A$Value, i))/2)[which(A$Value%in%NA)]
}
if(any(is.na(A$Value)) ==FALSE) { break }
}

对于向量中的每个 NA，for 循环内的函数计算 NA 之前的值和下一个可用值的平均值。

这绝对不是最优雅或最有效的解决方案，因为有很多重复，但我相信它以您想要的方式与多个 NA 一起工作。

【讨论】：

lead() 函数从何而来？我找不到它。
lead() 和 lag() 函数都来自 dplyr 包。