r - 我没有按照自己的意愿成功使用 LOCF 方法

Question

我现在正在处理一个有很多缺失值的数据集。我正在使用 LOCF 方法来替换缺失值(因为它是重复测量)。我用过 na.locf函数来替换缺失值。这是我在创建的数据帧上所做的模拟示例

library(zoo)
ID<-c(rep(01,3),rep(02,3),rep(03,3),rep(07,3),rep(08,3),rep(10,3),rep(11,3),rep(13,3))
AA<-c(2,2,3,NA,2,3,4,1,NA,3,2,1,0,2,1,3,0,3,2,1,4,NA,2,NA)
BB<-c(2,3,0,4,1,3,1,0,2,3,4,3,1,0,NA,3,4,0,1,2,3,3,2,NA)
CC<-c(NA,2,3,4,3,4,2,3,2,3,5,1,NA,3,0,0,1,2,3,NA,3,2,1,2)
DD<-c(NA,3,3,2,1,13,4,22,2,3,NA,2,3,0,2,1,2,3,NA,3,2,1,4,2)
Jr<-rep(c("J0","J1","J2"),8)
data_rep<-data.frame(ID,Jr,AA,BB,CC,DD)
data_rep_locf<-na.locf(data_rep,na.rm=FALSE)

这是替换缺失值之前的数据框。

data_rep
  ID Jr AA BB CC DD
1   1 J0  2  2 NA NA
2   1 J1  2  3  2  3
3   1 J2  3  0  3  3
4   2 J0 NA  4  4  2
5   2 J1  2  1  3  1
6   2 J2  3  3  4 13
7   3 J0  4  1  2  4
8   3 J1  1  0  3 22
9   3 J2 NA  2  2  2
10  7 J0  3  3  3  3
11  7 J1  2  4  5 NA
12  7 J2  1  3  1  2
13  8 J0  0  1 NA  3
14  8 J1  2  0  3  0
15  8 J2  1 NA  0  2
16 10 J0  3  3  0  1
17 10 J1  0  4  1  2
18 10 J2  3  0  2  3
19 11 J0  2  1  3 NA
20 11 J1  1  2 NA  3
21 11 J2  4  3  3  2
22 13 J0 NA  3  2  1
23 13 J1  2  2  1  4
24 13 J2 NA NA  2  2

现在这是替换缺失值后的输出

data_rep_locf
   ID Jr AA BB CC DD
1   1 J0  2  2 NA NA
2   1 J1  2  3  2  3
3   1 J2  3  0  3  3
4   2 J0  3  4  4  2
5   2 J1  2  1  3  1
6   2 J2  3  3  4 13
7   3 J0  4  1  2  4
8   3 J1  1  0  3 22
9   3 J2  1  2  2  2
10  7 J0  3  3  3  3
11  7 J1  2  4  5  3
12  7 J2  1  3  1  2
13  8 J0  0  1  1  3
14  8 J1  2  0  3  0
15  8 J2  1  0  0  2
16 10 J0  3  3  0  1
17 10 J1  0  4  1  2
18 10 J2  3  0  2  3
19 11 J0  2  1  3  3
20 11 J1  1  2  3  3
21 11 J2  4  3  3  2
22 13 J0  4  3  2  1
23 13 J1  2  2  1  4
24 13 J2  2  2  2  2

如果查看 AA 列和第 4 行的值，它会取同一列(即 3)的第 3 行的值。第 0 天的 ID 2 取了 ID 1 的第 2 天的值，但它们是不同的个体。相反，我希望 AA 列中 ID2 的第 0 天为 NA(为了考虑另一种方法来替换没有 LOCF 方法的第 0 天的值)。我如何处理这个问题并同时使用 LOCF 方法。

此致!!

Answer 1

1) 来自 使用 by将数据拆分为每个 ID 的一个组件并使用它来应用 na.locf到每个这样的组件。最后rbind组件重新组合在一起。没有使用额外的包。

do.call("rbind", by(data_rep, data_rep$ID, na.locf, na.rm = FALSE))

2) 大街 另一种方法是使用 ave在每一列上。没有使用额外的包。请注意 na.locf0是 lke na.locf但仅适用于向量并默认为 na.rm = FALSE .

AVE <- function(x) ave(x, data_rep$ID, FUN = na.locf0)
replace(data_rep, TRUE, lapply(data_rep, AVE))

2a) 如果可以覆盖输入，则可以紧凑地写为:

AVE <- function(x) ave(x, data_rep$ID, FUN = na.locf0)
data_rep[] <- lapply(data_rep, AVE)

3) dplyr 另一种方法是使用 group_by在 dplyr 包中:

library(dplyr)

data_rep %>%
  group_by(ID) %>%
  na.locf(na.rm = FALSE) %>%
  ungroup

4) 数据表

library(data.table)

DT <- as.data.table(data_rep)
DT[, na.locf(.SD, na.rm = FALSE), by = ID]

请注意，此问题与此问题类似，只是此问题有多个列 -- Carry Last Observation Forward by ID in R