可用的更大数据集的样本数据集采用以下格式:
Station <-c("A","A","A","A","A","A","A","A","A","A","A","A","A","A","A")
Parameter <-c(2,3,NA,4,4,9,NA,NA,10,15,NA,NA,NA,18,20)
Par_Count <-c(1,1,1,2,2,1,2,2,1,1,3,3,3,1,1)
df<-data.frame(Station, Parameter, Par_Count)
df
Station Parameter Par_Count
A 2 1
A 3 1
A NA 1
A 4 2
A 4 2
A 9 1
A NA 2
A NA 2
A 10 1
A 15 1
A NA 3
A NA 3
A NA 3
A 18 1
A 20 1
我想用该列中 NA 的下一个和上一个可用值的平均值来近似数量小于 2 的 NA。在原始数据集中某处 NA 的数量为 100,所以我想忽略连续 NA 的数量大于 3。Par_Count 表示参数中该特定值的连续出现次数。我尝试了:
library(zoo)
df1 <- within(df, na.approx(df$Parameter, maxgap = 2))
甚至对于单次出现:
df1 <- within(df, Parameter[Parameter == is.na(df$Parameter) & Par_Count == 1] <-
lead(Parameter) - lag(Parameter))
但没有任何效果。它没有改变任何出现的 NA 值。所需的输出如下:
Station Parameter Par_Count
A 2 1
A 3 1
A 3.5 1
A 4 2
A 4 2
A 9 1
A 9.5 2
A 9.75 2 <--here 9.5 will also work
A 10 1
A 15 1
A NA 3
A NA 3
A NA 3
A 18 1
A 20 1