r - 填补 R 中时间序列数据的空白

Question

这个问题困扰了我一段时间，因为我一直在寻找一种有效的方法。基本上，我有一个数据框，每行都有一个来自实验的数据样本。我想这应该更多地被视为来自实验的日志文件，而不是用于分析的数据的最终版本。

我遇到的问题是，有时某些事件会记录在数据列中。为了使分析易于处理，我想做的是为事件之间的空单元格“填补空白”，以便数据中的每一行都可以与最近发生的事件相关联。这有点难以解释，但这里有一个例子:

现在，我想把它变成这样:

这样做将使我能够按当前事件拆分数据。在任何其他语言中，我会跳入使用 for 循环来执行此操作，但我知道 R 不适用于那种类型的循环，并且在这种情况下，我有数十万行数据需要排序，所以想知道是否有人可以提供有关快速执行此操作的建议？

非常感谢。

Answer 1

这个问题已经在这个网站上以各种形式被问过很多次了。标准答案是使用 zoo::na.locf。在 [r] 中搜索 na.locf 以查找如何使用它的示例。

这是在 base R 中使用 rle 的替代方法:

d <- data.frame(LOG_MESSAGE=c('FIRST_EVENT', '', 'SECOND_EVENT', '', ''))
within(d, {
    # ensure character data
    LOG_MESSAGE <- as.character(LOG_MESSAGE)
    CURRENT_EVENT <- with(rle(LOG_MESSAGE), # list with 'values' and 'lengths'
                          rep(replace(values, 
                                      nchar(values)==0, 
                                      values[nchar(values) != 0]), 
                              lengths))
})
#    LOG_MESSAGE CURRENT_EVENT
# 1  FIRST_EVENT   FIRST_EVENT
# 2                FIRST_EVENT
# 3 SECOND_EVENT  SECOND_EVENT
# 4               SECOND_EVENT
# 5               SECOND_EVENT