0

我在 R 包中包含的部分功能涉及填充NAs最后一个 ovbservation 结转（locf）。locf 应该应用于数据框中的所有列，除了我在好列下面所说的goodcols（即应该应用于badcols）。的列名badcols可以是任何内容。我使用locf下面的函数和一个 for 循环来实现这一点。但是，在使用大型数据集时，for 循环有点慢。任何人都可以提出一个更快的替代方案或另一种方式来填写当前场景中的 NAs 吗？

这是一个示例数据框：

#Test df
TIME <- c(0,5,10,15,20,25,30,40,50)
AMT  <- c(50,0,0,0,50,0,0,0,0)
COV1 <- c(10,9,NA,NA,5,5,NA,10,NA)
COV2 <- c(20,15,15,NA,NA,10,NA,30,NA)
ID   <- rep(1, times=length(TIME))

df <- data.frame(ID,TIME,AMT,COV1,COV2)
df <- expand.grid(df)

goodcols <- c("ID","TIME","AMT")
badcols <- which(names(df)%in%goodcols==F)

#----------------------------------------------------
#locf function
locf <- function (x) {
  good <- !is.na(x)
  positions <- seq(length(x))
  good.positions <- good * positions
  last.good.position <- cummax(good.positions)
  last.good.position[last.good.position == 0] <- NA
  x[last.good.position]
}
#------------------------------------------------------
#Now fill in the gaps by locf function
for (i in badcols)
{
  df[,i] <- locf(df[,i])
}
4

1 回答 1

2

很抱歉写了一个答案（没有足够的声誉来发表评论）

但是是什么阻止你像@ProcrastinatusMaximus 所说的那样做？（您可以zoo在循环中包含调用）

看起来像这样：

for (i in badcols)
{
  df[,i] <- zoo::na.locf(df[,i])
}

我不确定是否zoo比您的实施更快。你必须试试这个。您还可以检查spacetime::na.locf,imputeTS::na.locf以查看哪些现有locf实现是最快的。

于 2016-11-10T18:12:24.270 回答