Как заполнить Nas с LOCF факторами в кадре данных, расщепленных стране

Question

Я следующий кадр данных (упрощенный) с переменной страны как фактор и значение переменной имеет отсутствующие значения:

country value 
AUT  NA 
AUT  5 
AUT  NA 
AUT  NA 
GER  NA 
GER  NA 
GER  7 
GER  NA 
GER  NA 

В Ниже генерирует вышеуказанный кадр данных:

data <- data.frame(country=c("AUT", "AUT", "AUT", "AUT", "GER", "GER", "GER", "GER", "GER"), value=c(NA, 5, NA, NA, NA, NA, 7, NA, NA)) 

Теперь, я хотел бы заменить значения NA в каждой стране подмножества с использованием метода последнего наблюдения вперед (LOCF). Я знаю команду na.locf в зоопарке. data <- na.locf(data) даст мне следующий кадр данных:

country value 
AUT  NA 
AUT  5 
AUT  5 
AUT  5 
GER  5 
GER  5 
GER  7 
GER  7 
GER  7 

Однако функция должна быть использована только на отдельных подмножеств расщепленных страны. Ниже приводится вывод, который мне понадобится:

country value 
AUT  NA 
AUT  5 
AUT  5 
AUT  5 
GER  NA 
GER  NA 
GER  7 
GER  7 
GER  7 

Я не могу придумать простой способ его реализации. Прежде чем начать с for-loops, мне было интересно, есть ли у кого-нибудь идеи относительно того, как это решить.

Большое спасибо!

Answer 1

Вот ddply решение. Попробуйте

library(plyr) 
ddply(DF, .(country), na.locf) 
    country value 
1  AUT <NA> 
2  AUT  5 
3  AUT  5 
4  AUT  5 
5  GER <NA> 
6  GER <NA> 
7  GER  7 
8  GER  7 
9  GER  7 

Редактировать С ddply помощью вы можете обнаружить, что

.variables: variables to split data frame by, 
as quoted variables, a formula or character vector. 

так еще альтернативы, чтобы получить то, что вы хотите, являются:

ddply(DF, "country", na.locf) 
ddply(DF, ~country, na.locf) 

отметить, что замена .variables с DF$variable не допускается, поэтому при этом возникает ошибка.

DF Ваш data.frame

Answer 2

Разделить data.frame с by и использовать na.locf на подмножества:

do.call(rbind,by(data,data$country,na.locf)) 

Если вы хотите, чтобы удалить имена строк:

do.call(rbind,unname(by(data,data$country,na.locf))) 

Answer 3

Если скорость является фактором, то это unstack/stack раствор примерно от 4 до 6 раз быстрее, чем другие на моей системе, хотя это не влечет за собой немного длиннее строки кода:

stack(lapply(unstack(data, value ~ country), na.locf, na.rm = FALSE)) 

Answer 4

Вам просто нужно разделить по странам, а затем сделать либо zoo::na.locf() или na.fill, заполняя его справа. Вот пример, явно показывающий трехкомпонентный синтаксис аргумента na.заполнить:

library(plyr) 
library(zoo) 

data <- data.frame(country=c("AUT", "AUT", "AUT", "AUT", "GER", "GER", "GER", "GER", "GER"), value=c(NA, 5, NA, NA, NA, NA, 7, NA, NA)) 

# The following is equivalent to na.locf 
na.fill.right <- function(...) { na.fill(..., list(left=NA,interior=NA,right="extend")) } 

ddply(data, .(country), na.fill.right) 

    country value 
1  AUT <NA> 
2  AUT  5 
3  AUT  5 
4  AUT  5 
5  GER <NA> 
6  GER <NA> 
7  GER  7 
8  GER  7 
9  GER  7 

Answer 5

Современная версия ddply решения является использование пакета dplyr:

library(dplyr) 
DF %>% 
    group_by(county) %>% 
    mutate(value = na.locf(value, na.rm = F))  

Answer 6

tidyverse путь, хотя и не с помощью LOCF, является:

library(tidyverse) 

data %>% 
    group_by(country) %>% 
    fill(value) 

Source: local data frame [9 x 2] 
Groups: country [2] 

country value 
(fctr) (dbl) 
1  AUT NA 
2  AUT  5 
3  AUT  5 
4  AUT  5 
5  GER NA 
6  GER NA 
7  GER  7 
8  GER  7 
9  GER  7