的R - 填补空变量

Question

考虑：

v1 <- c(1,NA,1,NA,NA) 
v2 <- c(NA,NA,1,NA,1) 
df <- data.frame(rbind(v1, v2)) 

R> df 
X1 X2 X3 X4 X5  
1 NA 1 NA NA 
NA NA 1 NA 1 

我如何填写1之间的'NA'？

，使它看起来像这样：

X1 X2 X3 X4 X5 
1 1 1 NA NA 
NA NA 1 1 1 

Answer 1

我不知道你的数据集有多大，但你可以采取更长的方法，并使用任何一种方法获得更高效的结果e以下：

选项1：使用arr.ind。选项二：使用max.col。

myFun2 <- function(indf) { 
    indf2 <- replace(indf, is.na(indf), 0) 
    mins <- max.col(indf2, "first") 
    maxs <- max.col(indf2, "last") 
    L <- Map(seq.int, mins, maxs) 
    mat <- cbind(rep(seq_along(L), lengths(L)), unlist(L, use.names = FALSE)) 
    indf[mat] <- 1 
    indf 
} 
myFun2(df) 

用一些不同大小的数据进行测试。这里有一个方法，使数据：

set.seed(1) 
nc <- 50 
nr <- 10000 
df <- data.frame(t(replicate(nr, sample(c(1, 1, rep(NA, nc-2)))))) 

---

一些样本输出和时序比较见this Gist。

Answer 2

我们可以通过该行与apply与MARGIN=1循环做到这一点。查找第一个和最后一个非NA元素的索引，并使用第一个非NA元素更改它们之间的元素，转置输出并将其分配回数据集。

df[] <- t(apply(df, 1, function(x) { 
     st <- range(which(!is.na(x))) 
      x[st[1]:st[2]] <- x[st[1]] 
      x})) 

Answer 3

另一个apply解决方案上MARGIN=2用的lag和lead功能的使用从dplyr：

library(dplyr) 


v1 <- c(1,NA,1,NA,NA) 
v2 <- c(NA,NA,1,NA,1) 
dff <- data.frame(rbind(v1, v2)) 

apply(t(dff), 2, function(x) { 
    conds <- rowSums(cbind(x, lag(x), lead(x)), na.rm = T)==2 
    x[conds] <- 1 
    x 
}) %>% t() 

输出：

# X1 X2 X3 X4 X5 
# v1 1 1 1 NA NA 
# v2 NA NA 1 1 1