R：推诿与第一先前与后者不丢失数据

Question

的平均丢失数据假设数据是这样的：

df <- data.frame(ID=1:6, Value=c(NA, 1, NA, NA, 2, NA)) 
df 
    ID Value 
1 1 NA 
2 2  1 
3 3 NA 
4 4 NA 
5 5  2 
6 6 NA 

而且我要的估算结果是这样的：

ID Value 
1 1 1.0 
2 2 1.0 
3 3 1.5 
4 4 1.5 
5 5 2.0 
6 6 2.0 

更具体的，如果只存在前一个或后一个非缺失数据中的一个，我想用第一个先前和后一个非缺失数据的均值来推算缺失数据，用这个非缺失数据进行补偿。没有定义所有数据缺失的行为。

如何在R中做到这一点？

Answer 1

使用na.locf向前和向后，并采取他们的平均：

library(zoo) 

both <- cbind(na.locf(df$Value, na.rm = FALSE), 
       na.locf(df$Value, na.rm = FALSE, fromLast = TRUE)) 
transform(df, Value = rowMeans(both, na.rm = TRUE)) 

捐赠：

ID Value 
1 1 1.0 
2 2 1.0 
3 3 1.5 
4 4 1.5 
5 5 2.0 
6 6 2.0 

Answer 2

这应该工作。我不知道这是不是你想要的。我不明白你的陈述。 “如果只存在前一个或后一个非缺失数据中的一个，我想用第一个先前和后一个非缺失数据的平均值来计算缺失数据，用这个非缺失数据进行补偿”

你想要找到什么值取代NAs？

Answer 3

看看approxfun与rule=2的设计。这不正是你要的（因为它横跨NA差距的线性插值而不是替代的差距端点的平均值），但它可能是可以接受的：

> approxfun(df$ID, df$Value, rule=2)(df$ID) 
[1] 1.000000 1.000000 1.333333 1.666667 2.000000 2.000000 

随着rule=2它不表现为你渴望在极端。动物园包中还有na.approx方法。

我奉劝不要使用这样的数据对于任何进一步的统计推断。这种估算方法本质上是说在没有测量期间不存在随机变化的可能性，并且世界通常不是那么一致。