在 R 中使用循环用均值替换 NA

Question

我必须在 R 中使用循环来解决这个问题（我知道没有循环你可以更容易地做到这一点，但它是为了学校......）。

所以我有这样的 NA 向量：

trades<-sample(1:500,150,T)
trades<-trades[order(trades)]
trades[sample(10:140,25)]<-NA

我必须创建一个 FOR 循环，它将用 NA 之前的 2 个数字和 NA 之后的 2 个数字的平均值替换 NA。

这是我能够做到的，循环如下：

for (i in 1:length(trades)) {
  if (is.na(trades[i])==T) {

      trades[i] <- mean(c(trades[c(i-1:2)], trades[c(i+1:2)]), na.rm = T)
     }
  }

但是作业还有另一部分。 如果前面的 2 个或后面的 2 个数字中有 NA，那么您必须用 4 个前面的数字和后面的 4 个数字的平均值替换 NA（我假设删除了 NA）。 但我就是无法破解它......我用这个循环获得了最好的结果：

for (i in 1:length(trades)) {
  if (is.na(trades[i])==T && is.na(trades[c(i-1:2)]==T || is.na(trades[c(i+1:2)]==T))) {
   trades[i] <- mean(c(trades[c(i-1:4)], trades[c(i+1:4)]), na.rm = T)
  }else if (is.na(trades[i])==T){
    trades[i] <- mean(c(trades[c(i-1:2)], trades[c(i+1:2)]))
  }

}

但它仍然错过了一些 NA。

提前谢谢你的帮助。

Answer 1

我们可以使用zoo na.approx

library(zoo)
na.approx(trades)

Answer 2

所以似乎发布到 StackOverflow 帮助我解决了这个问题。

trades<-sample(1:500,25,T)
trades<-trades[order(trades)]
trades[sample(1:25,5)]<-NA

这给了我们：

[1]  NA  20  24  30  NA  77 188 217 238 252 264 273 296  NA 326 346 362 368  NA  NA 432 451 465 465 490

如果你运行这个循环：

for (i in 1:length(trades)) {
  if (is.na(trades[i])== T) {
    test1 <- c(trades[c(i+1:2)])
       if (any(is.na(test1))==T) {
        test2 <- c(trades[abs(c(i-1:4))], trades[c(i+1:4)])
        trades[i] <- round(mean(test2, na.rm = T),0)
      }else {
        test3 <- c(trades[abs(c(i-1:2))], trades[c(i+1:2)])
        trades[i] <- round(mean(test3, na.rm = T),0)
      }
    }
  }

它将 NA 更改为：

[1]  22  20  24  30  80  77 188 217 238 252 264 273 296 310 326 346 362 368 387 410 432 451 465 465 490

所以它几乎按预期工作。

谢谢你的帮助。

Answer 3

这是使用循环的另一种解决方案。 我通过使用dplyr lead和lag dplyr一些代码。 首先，我们使用 2 个递归函数来计算超前和滞后总和。 然后我们使用条件语句来确定是否有任何缺失的数据。 最后，我们使用递归的输出或前后 4 的总和（去除 NA）来填充缺失的数据。 我会注意到这不是我解决这个问题的方式，但我按照要求用循环进行了尝试。

library(dplyr)

r.lag <- function(x, n){
  if (n == 1) return(lag(x = x, n = 1))
  else return( lag(x = x, n = n) +  r.lag(x = x, n = n-1))
}

r.lead <- function(x, n){
  if (n == 1) return(lead(x = x, n = 1))
  else return( lead(x = x, n = n) +  r.lead(x = x, n = n-1))
}

lead.vec <- r.lead(trades, 2)
lag.vec <- r.lag(trades, 2)

output <- vector(length = length(trades))
for(i in 1:length(trades)){
  if(!is.na(trades[[i]])){
    output[[i]] <- trades[[i]]
  }
  else if(is.na(trades[[i]]) & !is.na(lead.vec[[i]]) & !is.na(lag.vec[[i]])){
    output[[i]] <- (lead.vec[[i]] + lag.vec[[i]])/4
  }
  else
    output[[i]] <- mean(
      c(trades[[i-4]], trades[[i-3]], trades[[i-2]], trades[[i-1]], 
        trades[[i+4]], trades[[i+3]], trades[[i+2]], trades[[i+1]]),
      na.rm = T
      )
}

tibble(
  original = trades,
  filled = output
)
#> # A tibble: 150 x 2
#>    original filled
#>       <int>  <dbl>
#>  1        7      7
#>  2        7      7
#>  3       12     12
#>  4       18     18
#>  5       30     30
#>  6       31     31
#>  7       36     36
#>  8       NA     40
#>  9       43     43
#> 10       50     50
#> # … with 140 more rows