子集数据表以用最新的非 NA 值替换 NA

Question

我正在尝试在这里使用解决方案： Replaceing NAs with latest non-NA value

到一个大数据表，但无法解决。

我的数据表子childs位于此处的链接。 我想创建一个pop列，当缺少value时从pop1中获取值。 棘手的一点是通过正确的组，我无法通过。

如果我先进行子集化：

child_sub<- childs[ sector_number=='3.B.2.1.1' & meastype== 'NRATE']

接着

childs1 <- child_sub[, pop1:=pop[1], .( cumsum(!is.na(value)) )]

它有效，因为它为 2019 年的pop1提供了 2018 年的pop值，即 1591.251。 但是，如果我尝试：

childs1 <- childs[, pop1:=pop[1], .( party, sector_number, meastype, cumsum(.is.na(value)) )] ，它没有分配正确的pop （即来自相同meastype的pop ，前一年），我不明白为什么......

我也尝试过：

childs1 <- childs[is.na(value), pop1:=setnafill(pop, type = "locf")]

这会立即引发错误。

任何帮助表示赞赏

Answer 1

我发布解决方案以防将来有人会阅读此内容。 我意识到这里提出的解决方案Replacing NAs with latest non-NA value ，并且我想复制，当有两个连续的 NA 值时不起作用。 在这种情况下，没有pop[1]并返回零。 解决方案是在childs[, pop1:=pop[1], .( sector_number, meastype, cumsum(.is.na(value)) )]行之前排序：

setkey(childs, sector_number, meastype)
childs[, pop1:=pop[1], .(sector_number, meastype, cumsum(!is.na(value)) )]

有了这个，它返回所需的结果。