5

我是 R 新手，正在努力解决一个问题。

我需要一个函数来根据给定大小的窗口内元素的平均值来估算向量中的缺失值。

但是，这个窗口会移动，因为假设我NA的位置是 30，我的窗口大小是 10，应该计算 的平均值x[20:40]。因此，对于每个 found NA，窗口均值会有所不同。

我一直在尝试这个：

impute.to.window.mean <- function(x, window) {

  na.idx <- is.na(x)  #find missing values in x

  for (na in na.idx) {

    y <- (x[na]-window):(x[na]+window)
    na.idx[na] <- mean(y, na.rm = TRUE)
  }

  return(x)
}

但这是不正确的，我不知道如何继续。

4

5 回答 5

3

您可能需要考虑使用该imputeTS软件包。下面是一个使用简单移动平均线和 4 窗口填充值的示例：

x <- rnorm(100)
x[c(7, 21, 33)] <- NA

imputeTS::na_ma(x, k = 4, weighting = "simple")
于 2017-02-06T16:47:46.850 回答
1

使用 zoo::rollapply 这可以在一个语句中完成。在这个例子中，我们使用了一个长度为 5 的窗口（当前点两侧各 2 个）：

library(zoo)

x <- replace(1:20, c(4, 6, 10, 15), NA) # test data


rollapply(c(NA, NA, x, NA, NA), 5, 
    function(x) if (is.na(x[3])) mean(x, na.rm = TRUE) else x[3])

给予：

 [1]  1.000000  2.000000  3.000000  3.333333  5.000000  6.666667  7.000000
 [8]  8.000000  9.000000 10.000000 11.000000 12.000000 13.000000 14.000000
[15] 15.000000 16.000000 17.000000 18.000000 19.000000 20.000000
于 2017-02-06T20:23:24.683 回答
0

您的索引有点偏离

impute.to.window.mean <- function(x, window) {
  na.idx <- which(is.na(x))  #find missing values in x

  for (na in na.idx) {
    y <- sort(x[(na - window):(na + window)])
    x[na] <- mean(y)
  }

  return(x)
}

浏览一个例子

set.seed(1)
x <- sample(10)
na <- 6
x[na] <- NA
# [1]  3  4  5  7  2 NA  9  6 10  1

window <- 3L

我之所以使用sort它，是因为它NA一步一步降低了 s；你想要这个向量的平均值，它是所有的值window

sort(x[(na - window):(na + window)])
# [1]  2  5  6  7  9 10

mean(sort(x[(na - window):(na + window)]))
# [1] 6.5

立即测试您的功能

impute.to.window.mean(x, window)
# [1]  3.0  4.0  5.0  7.0  2.0  6.5  9.0  6.0 10.0  1.0

编辑

实际上，您可能应该使用

y <- sort(x[pmax(1L, (na - window)):pmin(length(x), (na + window))])

相反，如果 anNA发生在 2 并且您的窗口 > 1

## current version
impute.to.window.mean(x, 10)
# Error in x[(na - window):(na + window)] : 
#   only 0's may be mixed with negative subscripts

## version with pmax/pmin
impute.to.window.mean(x, 10)
# [1]  3.000000  4.000000  5.000000  7.000000  2.000000  5.222222  9.000000  6.000000 10.00000 1.000000

mean(sort(x))
# [1] 5.222222

impute.to.window.mean <- function(x, window) {
  na.idx <- which(is.na(x))  #find missing values in x

  for (na in na.idx) {
    # y <- sort(x[(na - window):(na + window)])
    y <- sort(x[pmax(1L, (na - window)):pmin(length(x), (na + window))])
    x[na] <- mean(y)
  }

  return(x)
}
于 2017-02-06T16:57:16.943 回答
0

"Caret" 包的 preProcess 函数有一个名为 "knnImpute" 的方法可以做到这一点。搏一搏。

于 2021-02-15T07:21:35.890 回答
0

以 R 为基础：

df <- data.frame(x = sample(c(1:10,NA),1000, replace = T))
window <- 10

lapply(1:(nrow(df)-window), function(x) ifelse(is.na(df[x,'x']),mean(df[x:(x+10),'x'],na.rm=T),df[x,'x']))

唯一的区别是我现在期待这些价值观。但是您可以根据您的规格进行更改。

于 2017-02-06T16:48:50.423 回答