使用樣本函數sample（）用一些條件替換R中的NA

Question

我有一些數據集丟失了數據集，現在我需要用sample()函數來僞裝10次來替換NA，但是對sample()函數有更多的要求。

ID <- c(rep(1,4), rep(3, 5), rep(4,4),rep(5,5),rep(6,5)) 
Begin <- c(0,2.5,3.5,3,7,8,7,25,25,10,15,0,0,1,NA,10,11,13,NA,NA, 8, 12, NA) 
End <- c(1.5,3.5,NA,6,12,8,11,29,35, 12,19,NA,28,5,20,30,20,25,6,7,13,NA, 23) 
GA <- c(23, 34, 38, 16, 20, 38, 32, 28, 30, 34,25,45,34,23, 34, 38, 16, 20, 38, 32, 28, 30, 34) 
df <- data.table(ID, Begin, End, GA) 
    ID Begin End GA 
1: 1 0.0 1.5 23 
2: 1 2.5 3.5 34 
3: 1 3.5 NA 38 
4: 1 3.0 6.0 16 
5: 3 7.0 12.0 20 
6: 3 8.0 8.0 38 
7: 3 7.0 11.0 32 
8: 3 25.0 29.0 28 
9: 3 25.0 35.0 30 
10: 4 10.0 12.0 34 
11: 4 15.0 19.0 25 
12: 4 0.0 NA 45 
13: 4 0.0 28.0 34 
14: 5 1.0 5.0 23 
15: 5 NA 20.0 34 
16: 5 10.0 30.0 38 
17: 5 11.0 20.0 16 
18: 5 13.0 25.0 20 
19: 6 NA 6.0 38 
20: 6 NA 7.0 32 
21: 6 8.0 13.0 28 
22: 6 12.0 NA 30 
23: 6 NA 23.0 34 

1. 組由ID
2. 如果我們品嚐完變量，NA的範圍，需要比下一行比GA比開始更小，更大的，比以前的更大一行和更小的。
3. 如果我們採樣開始可變，NA的範圍，需要比結束的前一行較小然後結束可變的，但更大的

實施例：

第3行，完變量爲NA，使得當我們採樣，即NA需要是在範圍[3,5,6-]

第12行，結束變量爲NA，即NA必須在範圍[19,28]

列15，開始是NA，所以NA> = 5 & NA < = 20，NA < = 34，所以範圍[5,20]

行19，開始是NA，[0,6]

列20，開始是NA，NA> = 6，NA < = 7，所以範圍[6,7]

行22，結束爲NA，NA [13,23]

行23的範圍內，開始是NA，NA> =值我們只是樣品列22， NA < = 23

Answer 1

我不確定這是否涵蓋所有特殊情況（例如如果有很多NA），但對於給定的樣本，它應該工作。

也可能有更好的解決方案，不包括創建變量_pre和_next。

我用一個for-loop來創建值rowise（由INDEX）。而不是sample()我用runif()，因爲我認爲你不想只得到整數。

df[, INDEX := 1:.N] 
df[, End_next := shift(End, type = "lead")] 
df[, End_pre := shift(End, type = "lag")] 
df[, ID_pre := shift(ID, type = "lag")] 
df[, ID_next := shift(ID, type = "lead")] 

for (i.row in c(1:dim(df)[1])) { 
    # i.row = 3 
    # adjust the values after last sample 
    df[, Begin_pre := shift(Begin, type = "lag")] 
    df[, End_pre := shift(End, type = "lag")] 

    # replace NA with sample (runif) 
    df[is.na(Begin) & INDEX == i.row, 
    Begin := runif(1, min = ifelse(ID_pre == ID, End_pre,0), max = End)] 
    df[is.na(End) & INDEX == i.row, 
    End := runif(1, min = max(Begin, ifelse(ID_pre == ID, End_pre, Begin)), 
        max = min(GA, ifelse(ID_next == ID, End_next, GA)))] 
} 

我希望這會幫助你。