R：推諉與第一先前與後者不丟失數據

Question

的平均丟失數據假設數據是這樣的：

df <- data.frame(ID=1:6, Value=c(NA, 1, NA, NA, 2, NA)) 
df 
    ID Value 
1 1 NA 
2 2  1 
3 3 NA 
4 4 NA 
5 5  2 
6 6 NA 

而且我要的估算結果是這樣的：

ID Value 
1 1 1.0 
2 2 1.0 
3 3 1.5 
4 4 1.5 
5 5 2.0 
6 6 2.0 

更具體的，如果只存在前一個或後一個非缺失數據中的一個，我想用第一個先前和後一個非缺失數據的均值來推算缺失數據，用這個非缺失數據進行補償。沒有定義所有數據缺失的行爲。

如何在R中做到這一點？

Answer 1

使用na.locf向前和向後，並採取他們的平均：

library(zoo) 

both <- cbind(na.locf(df$Value, na.rm = FALSE), 
       na.locf(df$Value, na.rm = FALSE, fromLast = TRUE)) 
transform(df, Value = rowMeans(both, na.rm = TRUE)) 

捐贈：

ID Value 
1 1 1.0 
2 2 1.0 
3 3 1.5 
4 4 1.5 
5 5 2.0 
6 6 2.0 

Answer 2

這應該工作。我不知道這是不是你想要的。我不明白你的陳述。 「如果只存在前一個或後一個非缺失數據中的一個，我想用第一個先前和後一個非缺失數據的平均值來計算缺失數據，用這個非缺失數據進行補償」

你想要找到什麼值取代NAs？

Answer 3

看看approxfun與rule=2的設計。這不正是你要的（因爲它橫跨NA差距的線性插值而不是替代的差距端點的平均值），但它可能是可以接受的：

> approxfun(df$ID, df$Value, rule=2)(df$ID) 
[1] 1.000000 1.000000 1.333333 1.666667 2.000000 2.000000 

隨着rule=2它不表現爲你渴望在極端。動物園包中還有na.approx方法。

我奉勸不要使用這樣的數據對於任何進一步的統計推斷。這種估算方法本質上是說在沒有測量期間不存在隨機變化的可能性，並且世界通常不是那麼一致。