Перекодирование отсутствующих данных в продольных кадрах данных с помощью R

У меня есть фрейм данных с такой же продольной структурой, как data:

data = data.frame (
   ID = c("a","a","a","b","b","b","c","c", "c"), 
   period = c(1,2,3,1,2,3,1,2,3),
   size = c(3,3,NA, NA, NA,1, 14,14, 14))

Значения переменной size фиксированы, так что каждый период имеет одно и то же значение для size. Тем не менее, некоторые наблюдения имеют пропущенные значения. Моя цель состоит в том, чтобы заменить эти пропущенные значения значением size, связанным с периодами, в которых пропущенных значений нет (например, 3 для ID "a" и 1 для ID "b").

Желаемый фрейм данных должен выглядеть примерно так:

data.1 

    ID period value
      a      1     3
      a      2     3
      a      3     3
      b      1     1
      b      2     1
      b      3     1
      c      1    14
      c      2    14
      c      3    14

Я пробовал разные комбинации приведенной ниже формулы, но не получил желаемого результата.

library(dplyr)

data.1 = data %>% group_by(ID) %>% 
  mutate(new.size = ifelse(is.na(size), !is.na(size),
                          ifelse(!is.na(size), size, 0)))

Это дает следующее:

data.1
Source: local data frame [9 x 4]
Groups: ID [3]

      ID period  size new.size
  (fctr)  (dbl) (dbl)    (dbl)
1      a      1     3        3
2      a      2     3        3
3      a      3    NA        0
4      b      1    NA        0
5      b      2    NA        0
6      b      3     1        1
7      c      1    14       14
8      c      2    14       14
9      c      3    14       14

Буду признателен, если кто-нибудь подскажет, как найти правильное решение.


r missing-data panel-data
person Edu    schedule 22.09.2016    source источник

Ответы (3)


arrow_upward
3
arrow_downward

здесь другое решение, использующее dplyr с na.omit

group_by(data, ID) %>%
     mutate(value=na.omit(size)[1])
Source: local data frame [9 x 4]
Groups: ID [3]

      ID period  size value
  <fctr>  <dbl> <dbl> <dbl>
1      a      1     3     3
2      a      2     3     3
3      a      3    NA     3
4      b      1    NA     1
5      b      2    NA     1
6      b      3     1     1
7      c      1    14    14
8      c      2    14    14
9      c      3    14    14

обратите внимание, что вы можете заменить na.omit на max(size, na.rm=TRUE), например, если вы ищете максимум.

person Mamoun Benghezal    schedule 22.09.2016

arrow_upward
3
arrow_downward

Как насчет этого с базой R:

vals <- unique(na.omit(data[, c("ID", "size")]))
data$size <- vals$size[match(data$ID, vals$ID)]


  ID period size
1  a      1    3
2  a      2    3
3  a      3    3
4  b      1    1
5  b      2    1
6  b      3    1
7  c      1   14
8  c      2   14
9  c      3   14
person Raad    schedule 22.09.2016
comment
Вы также можете сделать с dplyr т.е. data %>% group_by(ID) %>% mutate(new.size = size[!is.na(size)][1]) - person akrun; 22.09.2016

arrow_upward
3
arrow_downward

Чтобы исправить свой код, вы можете попробовать следующее с dplyr

library(dplyr)
data %>% group_by(ID) %>% 
         mutate(new.size = ifelse(is.na(size), size[!is.na(size)],size))

#      ID   period  size new.size
#     (fctr)  (dbl) (dbl)    (dbl)
#1      a      1     3        3
#2      a      2     3        3
#3      a      3    NA        3
#4      b      1    NA        1
#5      b      2    NA        1
#6      b      3     1        1
#7      c      1    14       14
#8      c      2    14       14
#9      c      3    14       14

Или альтернатива base R с ave

data$new.size <- ave(data$size,data$ID, FUN=function(x)unique(x[!is.na(x)]))
data$new.size

#[1]  3  3  3  1  1  1 14 14 14
person Ronak Shah    schedule 22.09.2016