R ifelse条件：连续不断的频率不适用

Question

我是R新手，我在寻找类似的问题，但无法找到一个修复我的，任何帮助将不胜感激。

我有一个数据帧L：

  date value 
1 182-2002-01-01 23.95 
2 182-2002-01-02 17.47 
3 182-2002-01-03 NA 
4 183-2002-01-01 NA 
5 183-2002-01-02 5.50 
6 183-2002-01-03 17.02 

我需要做的是：如果有小于5 NA（连续），我只会重复以前的数（17.47），如果有连续超过5个NA，我将需要删除整个月份。

我尝试过很多次功能，但没有工作，非常感谢您的帮助。

Answer 1

为了演示的目的，我将稍微调整一下你的问题。 我打算给你使用一个类似的数据集，但连续使用2个NA。这很容易推广到5，不用担心。我还打算使用的数据集，更好地体现了解

所以首先，如何让你的数据是什么样子，我要使用：

library(reshape) 
M2<-data.frame(colsplit(M$date, "-", c("ID", "year", "month", "day")), 
       value=M$value) 

这才叫出来的路，这是我要与之合作的数据：

library(reshape) 
M2<-data.frame(colsplit(M$date, "-", c("ID", "year", "month", "day")), 
       value=M$value) 

set.seed(1234) 
M2<-expand.grid(ID=182, year=2002:2004, month=1:2, day=1:3, KEEP.OUT.ATTRS=FALSE) 
M2 <- M2[with(M2, order(year, month, day, ID)),] #sort the data 
M2$value <- sample(c(NA, rnorm(100)), nrow(M2), 
        prob=c(0.5, rep(0.5/100, 100)), replace=TRUE) 
M2 

    ID year month day  value 
1 182 2002  1 1 -0.5012581 
7 182 2002  1 2 1.1022975 
13 182 2002  1 3   NA 
4 182 2002  2 1 -0.1623095 
10 182 2002  2 2 1.1022975 
16 182 2002  2 3 -1.2519859 
2 182 2003  1 1   NA 
8 182 2003  1 2   NA 
14 182 2003  1 3   NA 
5 182 2003  2 1 0.9729168 
11 182 2003  2 2 0.9594941 
17 182 2003  2 3   NA 
3 182 2004  1 1   NA 
9 182 2004  1 2 -1.1088896 
15 182 2004  1 3 0.9594941 
6 182 2004  2 1 -0.4027320 
12 182 2004  2 2 -0.0151383 
18 182 2004  2 3 -1.0686427 

首先，我们要去掉其中，在一个月内，有2个或多个NAS行中的所有情况：

NA_run <- function(x, maxlen){ 
    runs <- rle(is.na(x$value)) 
    if(any(runs$lengths[runs$values] >= maxlen)) NULL else x 
    } 

library(plyr) 
rem <- ddply(M2, .(ID, year, month), NA_run, 2) 
rem 

    ID year month day  value 
1 182 2002  1 1 -0.5012581 
2 182 2002  1 2 1.1022975 
3 182 2002  1 3   NA 
4 182 2002  2 1 -0.1623095 
5 182 2002  2 2 1.1022975 
6 182 2002  2 3 -1.2519859 
7 182 2003  2 1 0.9729168 
8 182 2003  2 2 0.9594941 
9 182 2003  2 3   NA 
10 182 2004  1 1   NA 
11 182 2004  1 2 -1.1088896 
12 182 2004  1 3 0.9594941 
13 182 2004  2 1 -0.4027320 
14 182 2004  2 2 -0.0151383 
15 182 2004  2 3 -1.0686427 

您可以看到连续两个NDA中的两个已被删除。剩下的那个是因为它属于两个不同的月份。现在我们要填写剩余的NAs。如果他们在一开始就是正确的（这是你想要的，我认为），那么na.rm=FALSE的论点就是为了保持新生。

library(zoo) 
rem$value <- na.locf(rem$value, na.rm=FALSE) 
rem 

    ID year month day  value 
1 182 2002  1 1 -0.5012581 
2 182 2002  1 2 1.1022975 
3 182 2002  1 3 1.1022975 
4 182 2002  2 1 -0.1623095 
5 182 2002  2 2 1.1022975 
6 182 2002  2 3 -1.2519859 
7 182 2003  2 1 0.9729168 
8 182 2003  2 2 0.9594941 
9 182 2003  2 3 0.9594941 
10 182 2004  1 1 0.9594941 
11 182 2004  1 2 -1.1088896 
12 182 2004  1 3 0.9594941 
13 182 2004  2 1 -0.4027320 
14 182 2004  2 2 -0.0151383 
15 182 2004  2 3 -1.0686427 

现在，所有你需要做的，使这5个或更多与您的数据是在NA_run的maxlen参数的值更改为5

编辑：另外，如果你不想值从前几个月复制：

library(zoo) 
rem$value <- ddply(rem, .(ID, year, month), summarise, 
        value=na.locf(value, na.rm=FALSE))$value 
rem 

    ID year month day  value 
1 182 2002  1 1 -0.5012581 
2 182 2002  1 2 1.1022975 
3 182 2002  1 3 1.1022975 
4 182 2002  2 1 -0.1623095 
5 182 2002  2 2 1.1022975 
6 182 2002  2 3 -1.2519859 
7 182 2003  2 1 0.9729168 
8 182 2003  2 2 0.9594941 
9 182 2003  2 3 0.9594941 
10 182 2004  1 1   NA 
11 182 2004  1 2 -1.1088896 
12 182 2004  1 3 0.9594941 
13 182 2004  2 1 -0.4027320 
14 182 2004  2 2 -0.0151383 
15 182 2004  2 3 -1.0686427 

Answer 2

我做这两个步骤：

1. 的rle，rollapply或shift基于战略，以填补小间隙（少于5倍的NA一排）。
2. A by,aggregate或ddply为基础的战略采取任何一个月与步骤1后保留的神经网络，并使整个月NA。