基於r中的多個條件進行插值

Question

初學者 r 用戶在這里。 我有不同行業分類和不同子區域的年度就業人數數據集。 對於某些觀察，員工人數為空。 我想通過線性插值（使用 na.approx 或其他一些方法）填充這些值。 但是，我只想在同一行業分類和子區域內進行插值。

例如，我有這個：

subregion <- c("East Bay", "East Bay", "East Bay", "East Bay", "East Bay", "South Bay")
industry <-c("A","A","A","A","A","B" )
year <- c(2013, 2014, 2015, 2016, 2017, 2002)
emp <- c(50, NA, NA, 80,NA, 300)

data <- data.frame(cbind(subregion,industry,year, emp))

  subregion industry year  emp
1  East Bay        A 2013   50
2  East Bay        A 2014 <NA>
3  East Bay        A 2015 <NA>
4  East Bay        A 2016   80
5  East Bay        A 2017 <NA>
6 South Bay        B 2002  300

我需要生成這個表，跳過對第五個觀察的插值，因為子區域和行業與之前的觀察不匹配。

  subregion industry year  emp
1  East Bay        A 2013   50
2  East Bay        A 2014   60
3  East Bay        A 2015   70
4  East Bay        A 2016   80
5  East Bay        A 2017 <NA>
6 South Bay        B 2002  300

像這樣的文章很有幫助，但我無法弄清楚如何調整解決方案以匹配兩列相同以進行插值而不是一列的要求。 任何幫助，將不勝感激。

Answer 1

我們可以通過na.approx （來自zoo ）做一個小組

library(tidyverse)
data %>% 
     group_by(subregion, industry) %>%
     mutate(emp = zoo::na.approx(emp, na.rm = FALSE))
# A tibble: 6 x 4
# Groups:   subregion, industry [2]
#  subregion industry  year   emp
#  <fct>     <fct>    <dbl> <dbl>
#1 East Bay  A         2013    50
#2 East Bay  A         2014    60
#3 East Bay  A         2015    70
#4 East Bay  A         2016    80
#5 East Bay  A         2017    NA
#6 South Bay B         2002   300

數據

data <- data.frame(subregion,industry,year, emp)