按行顺序识别 NA

Question

我想根据条件按行填充序列中的 NA 值。请看下面的例子。

ID | Observation 1 | Observation 2 | Observation 3 | Observation 4 | Observation 5
 A         NA              0               1             NA             NA

条件是：

• 序列中 !NA 值之前的所有 NA 值应保留为 NA；
• 但序列中 !NA 值之后的所有 NA 都应标记（“删除”）

在上面的示例中，观察 1 中的 NA 值应保持为 NA。但是，观察 4 和 5 中的 NA 值应更改为“删除”。

Answer 1

你可以定义函数：

replace.na <- function(r,val) {
  i <- is.na(r)
  j <- which(i)
  k <- which(!i)
  r[j[j > k[length(k)]]] <- val
  r
}

那么，假设你有一个像这样的data.frame：

r <- data.frame(ID=c('A','B'),obs1=c(NA,1),obs2=c(0,NA),obs3=c(1,2),obs4=c(NA,3),obs5=c(NA,NA))
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1   NA   NA
##2  B    1   NA    2    3   NA

我们可以在r的所有数字列的行上使用apply函数：

r[,-1] <- t(apply(r[,-1],1,replace.na,999))    
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1  999  999
##2  B    1   NA    2    3  999

这会将r[,-1] 视为matrix，apply 的输出填充matrix，默认情况下由列填充。因此，在将列替换回r之前，我们必须转置得到的matrix。

拨打replace.na的另一种方式是：

r[,-1] <- do.call(rbind,lapply(data.frame(t(r[,-1])),replace.na,999))

在这里，我们首先转置r 的数字列，并将其设为data.frame。这使得r 的每一行在作为结果数据框的列列表中成为一列。然后在这些列上使用lapply 以应用replace.na 和rbind 的结果。

---

如果你想在第一个非NA之后标记所有NA，那么函数replace.na应该是：

replace.na <- function(r,val) {
  i <- is.na(r)
  j <- which(i)
  k <- which(!i)
  r[j[j > k[1]]] <- val
  r
}

将其应用于数据：

r[,-1] <- do.call(rbind,lapply(data.frame(t(r[,-1])),replace.na,999))
##  ID obs1 obs2 obs3 obs4 obs5
##1  A   NA    0    1  999  999
##2  B    1  999    2    3  999