从不同列开始替换数据框中的 NA 值

Question

这是我无法找到答案的 NA 主题的变体。我每月按列进行观察，并按行进行大量系列。有些缺失值是真实的，但有些应该为零。我想用零替换给定系列的缺失值，但只有在观察到该系列的值之后。

例如，给定：

   Mth1 Mth2 Mth3 Mth4
1    1    2    1    3
2    NA   3    2    1
3    NA   2    1   NA
4    NA   NA   2   NA
5    2    2    NA   2

我想将其更改为：

   Mth1 Mth2 Mth3 Mth4
1    1    2    1    3
2    NA   3    2    1
3    NA   2    1    0
4    NA   NA   2    0
5    2    2    0    2

我想要类似 locf 函数的东西，它能够在第一次正观察之前留下缺失值，但我想用零填充而不是使用最后一次观察。

Answer 1

我们可以将 apply 与 MARGIN = 1 一起使用，找到第一个非 NA 元素的位置，获取从该元素到最后一个元素的序列，对行和 replace 进行子集化NA 元素为 0.

df1[] <- t(apply(df1, 1,  function(x) {
        i1 <- which(!is.na(x))[1]:length(x)
        x[i1] <- replace(x[i1], is.na(x[i1]), 0)
        x}))
df1
#    Mth1 Mth2 Mth3 Mth4
#1    1    2    1    3
#2   NA    3    2    1
#3   NA    2    1    0
#4   NA   NA    2    0
#5    2    2    0    2

另一个选项是基于正则表达式的。我们 paste 将行放在一起，将数字和 space 后面的 NA 元素替换为 0 并用 read.table

读取它

read.table(text=gsub("(?<=[0-9])\s+NA", " 0", 
   do.call(paste, df1), perl = TRUE), header=FALSE, col.names  = names(df1))
#   Mth1 Mth2 Mth3 Mth4
#1    1    2    1    3
#2   NA    3    2    1
#3   NA    2    1    0
#4   NA   NA    2    0
#5    2    2    0    2

数据

df1 <- structure(list(Mth1 = c(1L, NA, NA, NA, 2L), Mth2 = c(2L, 3L, 
2L, NA, 2L), Mth3 = c(1L, 2L, 1L, 2L, NA), Mth4 = c(3L, 1L, NA, 
NA, 2L)), .Names = c("Mth1", "Mth2", "Mth3", "Mth4"), class = "data.frame", 
 row.names = c("1", "2", "3", "4", "5"))

Answer 2

这是另一种使用矩阵索引的基本 R 方法：

df[is.na(df) & t(apply(!is.na(df), 1, cummax))] <- 0
df
  Mth1 Mth2 Mth3 Mth4
1    1    2    1    3
2   NA    3    2    1
3   NA    2    1    0
4   NA   NA    2    0
5    2    2    0    2

is.na(df) returns 指示 NA 值位置的逻辑矩阵。这（逻辑上）链接到 t(apply(!is.na(df), 1, cummax))，它指示前一个行元素中是否出现非 NA 值。 data.frame 中两者都为 TRUE 的元素将替换为 0.

从不同列开始替换数据框中的 NA 值

Replace NA values in dataframe starting in varying columns

r

fill

dataframe

na

数据