在 R 中填充 dataframe 中的缺失值

Question

我遇到以下问题：我有一个包含多个列的 dataframe。 （见下文）我正在尝试填写缺失值。 具体来说，我只想在缺少值之前和之后有一个数据点并且它们相等时填写值。 请注意，我也有不同的 ID，所以我想为每个 ID 执行此操作。 例如，在下面的示例中，我想在 2017 年的第 2 行中填写 1，在 ID 2 的倒数第二行中，我想填写 2（在这两种情况下，我有相同的值“围绕”缺失价值）。 我不想填写最后一行的值。

ID	年	价值
1个	2016年	1个
1个	2017年	-8
1个	2018	1个
2个	2016年	-8
2个	2017年	2个
2个	2018	2个
2个	2019	- 8
2个	2020	2个
3个	2017年	4个
3个	2018	4个
3个	2019	-9

我对如何解决这个问题有些无能为力。 我试过使用 group_by 但我没有看到一个明确的方法来做到这一点。

十分感谢你的帮助！

Answer 1

使用if_else和lead和lag你可以这样做：

library(dplyr, w = FALSE)

dat |>
  group_by(ID) |>
  mutate(value = if_else(value < 0 &
    (lag(value, default = "-99") == lead(value, default = "-999")),
  lag(value), value
  )) |>
  ungroup()
#> # A tibble: 11 × 3
#>       ID  Year value
#>    <int> <int> <chr>
#>  1     1  2016 1    
#>  2     1  2017 1    
#>  3     1  2018 1    
#>  4     2  2016 -8   
#>  5     2  2017 2    
#>  6     2  2018 2    
#>  7     2  2019 2    
#>  8     2  2020 2    
#>  9     3  2017 4    
#> 10     3  2018 4    
#> 11     3  2019 -9

注意 1：我使用-99和NA作为lag和lead的default ，而-999默认值。 否则if_else会用NA替换一些值。

注 2：：在示例数据的第 7 行中，缺失值为 a - 8 。 我认为这是一个错字，并用-8代替了它。

数据

dat <- data.frame(
  stringsAsFactors = FALSE,
  ID = c(1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L),
  Year = c(
    2016L, 2017L, 2018L, 2016L,
    2017L, 2018L, 2019L, 2020L, 2017L, 2018L, 2019L
  ),
  value = c(
    "1", "-8", "1", "-8", "2", "2",
    "-8", "2", "4", "4", "-9"
  )
)