r - 需要对使用循环的函数进行向量化(用向量中的值替换 NA 行)

Question

如何将此函数重写为矢量化变体。据我所知，在 R 中使用循环不是好的做法:

# replaces rows that contains all NAs with non-NA values from previous row and K-th column
na.replace <- function(x, k) {
    for (i in 2:nrow(x)) {
        if (!all(is.na(x[i - 1, ])) && all(is.na(x[i, ]))) {
                x[i, ] <- x[i - 1, k]
        }
    }
    x
}

这是函数的输入数据和返回数据:

m <- cbind(c(NA,NA,1,2,NA,NA,NA,6,7,8), c(NA,NA,2,3,NA,NA,NA,7,8,9))
m
      [,1] [,2]
 [1,]   NA   NA
 [2,]   NA   NA
 [3,]    1    2
 [4,]    2    3
 [5,]   NA   NA
 [6,]   NA   NA
 [7,]   NA   NA
 [8,]    6    7
 [9,]    7    8
[10,]    8    9

na.replace(m, 2)
      [,1] [,2]
 [1,]   NA   NA
 [2,]   NA   NA
 [3,]    1    2
 [4,]    2    3
 [5,]    3    3
 [6,]    3    3
 [7,]    3    3
 [8,]    6    7
 [9,]    7    8
[10,]    8    9

Answer 1

这是一个使用 na.locf 的解决方案在动物园包里。 row.na是一个向量，每行一个分量 m这样一个组件是TRUE如果m的对应行都是NA和 FALSE否则。然后我们将这些行的所有元素设置为应用 na.locf 的结果。到第 2 列。

以 ## 结尾的行以牺牲一点速度为代价可以替换为 row.na <- apply(is.na(m), 1, all)这更具可读性。

如果我们知道如果任何行有 NA在第 2 列中，该行的所有列都是 NA ，如问题所示，然后以 ## 结尾的行可以减少到只有 row.na <- is.na(m[, 2])

library(zoo)

nr <- nrow(m) ##
nc <- ncol(m) ##

row.na <- .rowSums(is.na(m), nr, nc) == nc ##

m[row.na, ] <- na.locf(m[, 2], na.rm = FALSE)[row.na]

结果是:

> m
      [,1] [,2]
 [1,]   NA   NA
 [2,]   NA   NA
 [3,]    1    2
 [4,]    2    3
 [5,]    3    3
 [6,]    3    3
 [7,]    3    3
 [8,]    6    7
 [9,]    7    8
[10,]    8    9

REVISED 一些改进以提高速度，如下面的评论所示。还在讨论中添加了备选方案。