在R中向后搜索一个向量/数据表

基本上，我有一个非常大的数据帧/数据表，我想搜索一列的第一个和最接近的值，它小于我当前的索引位置。在R中向后搜索一个向量/数据表

例如，假设我有一个数据帧DF如下：

INDEX | KEY | ITEM 
---------------------- 
1 | 10 | AAA 
2 | 12 | AAA 
3 | NA | AAA 
4 | 18 | AAA 
5 | NA | AAA 
6 | 24 | AAA 
7 | 29 | AAA 
8 | 31 | AAA 
9 | 34 | AAA

从我们在索引3和索引5.现在的NA值这个数据帧，假设我们开始在指数8（其中KEY为31）。我想向后搜索列KEY，以便在找到第一个实例NA的那一刻停止搜索，并返回NA值的索引。

我知道有由于我的工作数据帧的庞大规模的方式来找到一个向量/列的所有NA值（例如，我可以用which(is.na(x))返回具有NA索引值），但并由于需要执行大量的迭代，所以这是一种非常低效的方式。我想要做的一个方法是创建一种“do while”循环，它似乎工作，但这又似乎效率很低，因为它需要每次执行计算（并且考虑到我需要执行100,000次以上的迭代看起来不是一个好主意）。

是否有从特定索引向后搜索列的快速方式，以便我可以找到最接近的NA值的索引？

来源

2017-07-03 ThePlowKing

'位置（is.na，head（dat $ KEY，8），right = TRUE）'也许？ – thelatemail

可能'max（which（is.na（df [df $ INDEX <= 8，] $ KEY）））'？ – SymbolixAU

'Position'方法是我还没有考虑过的，所以我会尝试一下并检查系统时间以查看其效率，谢谢！关于使用'max（尽管这是（is.na），我一直在使用该方法，但效率非常低，因为函数必须遍历整个列并在返回最大索引之前定位每个“NA”值。理想情况下，我想从索引位置向后搜索列，以便在搜索停止时遇到第一个“NA”值。 – ThePlowKing

为什么不这样做的NA指数的正向填充一次，让你可以再看看最近的NA任何行未来：

library(dplyr) 
library(tidyr) 

df = df %>% 
    mutate(last_missing = if_else(is.na(KEY), INDEX, as.integer(NA))) %>% 
    fill(last_missing)

输出：

> df 
    INDEX KEY ITEM last_missing 
1  1 10 AAA   NA 
2  2 12 AAA   NA 
3  3 NA AAA   3 
4  4 18 AAA   3 
5  5 NA AAA   5 
6  6 24 AAA   5 
7  7 29 AAA   5 
8  8 31 AAA   5 
9  9 34 AAA   5

现在，无需每次需要给定行的答案时重新计算。进行前向填充可能有更有效的方法，但我认为探索这些比找出如何优化后向搜索更容易。

来源

2017-07-03 01:41:41 Marius

这是一个非常聪明的想法，它从来没有发生过，它也很容易实现！感谢那！ – ThePlowKing

或者另外一个选项是''动物园''（df，na.locf（（NA ^！is.na（KEY））* INDEX，na.rm = FALSE）' – akrun

什么是'as.integer（NA）？为什么不'NA_integer_'？ –

在R中向后搜索一个向量/数据表

回答

相关问题