r - 使用行中两侧的平均值估算 na

Question

当我可视化我的数据时，它有一系列连续的周期性。但是 Randomforest imputing 和 PCA imputing 会产生离群值。

主要问题:

所以我想在行的两边取平均值。当第n列的NA值出现时，n-1列和n+1列的平均值估算对应行。

子问题

1. 但第一列和最后一列没有n-1 或n+1，因此我将取n+1 或n-1。 (不用担心，行的偏差很小。)

2. 它在行中连续出现一个值。它还需要 n-1 或 n+1。

例子:

tr <- structure(list(A_1 = c(NA,2,3,4,5), A_2 =c(4,5,6,NA,8), A_3 = c(7,9,NA,10,11), 
                     A_4 = c(10,12,NA,13,NA), A_5 =c(12,NA,14,15,16), A_6 = c(13,15,15,16,17)), 
                row.names = c(NA, -5L),class = "data.frame")
> tr
  A_1 A_2 A_3 A_4 A_5 A_6
1  NA   4   7  10  12  13
2   2   5   9  12  NA  15
3   3   6  NA  NA  14  15
4   4  NA  10  13  15  16
5   5   8  11  NA  16  17

期望的输出

> tr
      A_1 A_2 A_3   A_4   A_5  A_6
    1   4   4   7    10    12   13
    2   2   5   9    12  13.5   15
    3   3   6   6    14    14   15
    4   4   7  10    13    15   16
    5   5   8  11  13.5    16   17

Answer 1

通过 dplyr 的一种方法是转换为长格式，取值列的 lag() 和 lead()，计算该行表示，替换 NA 并转换回宽。即

library(dplyr)
library(tidyr)

tr %>% 
 pivot_longer(everything()) %>% 
 mutate(n1 = lag(value), n2 = lead(value)) %>% 
 mutate(res = rowMeans(select(., c(n1, n2)), na.rm = TRUE), 
        value = replace(value, is.na(value), res[is.na(value)])) %>% 
 select(name, value) %>% 
 pivot_wider(names_from = name, values_from = value) %>% 
 unnest()

这给出了，

    A_1   A_2   A_3   A_4   A_5   A_6
  <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
1     4     4     7  10    12      13
2     2     5     9  12    13.5    15
3     3     6     6  14    14      15
4     4     7    10  13    15      16
5     5     8    11  13.5  16      17