R 缺少月份或季度时删除年度值

我有不同ID的月度、季度和年度数据。如果某个月缺少该值，则根据该月属于哪个季度，我们需要标记该季度以及年度值

同样，当季度和年度报告时，以及如果缺少一个季度。然后需要标记年度值

如果我们没有缺少月度值，则不应标记季度和年度

在下表中，针对id 1进行了筛选

• 第2行是第1季度的值。我们之所以保留这一点，是因为该季度的月度价值并未缺失
• 第6行是第2季度的值。标记它是因为，第4个月缺少值，而第4个月属于第2季度
• 第10行（第3季度）的情况类似，因为缺少第7个月和第8个月。第14行（第4季度），因为缺少第12个月
• 第1行是年份值。我们标记它，因为在那一年中，总的来说，我们有几个月缺少值

这就是我目前所拥有的

df_output %>% 
  dplyr::group_by(id,year) %>% 
  dplyr::mutate(quarter_d = dplyr::case_when(
    is.na(month) & !is.na(quarter) ~ paste("Q",quarter,year,sep="_"),
    )) %>% 
  dplyr::mutate(quarter_flag = dplyr::case_when(
    is.na(value) ~ paste("Q",ceiling(as.numeric(month) / 3),year,sep="_")
  ))

这是你想要的吗

library(tidyverse)
missing_months <- df %>% 
  as_tibble %>% 
  filter(!is.na(month), is.na(value)) %>% 
  select(-value)

missing_quarter <- df %>% 
  as_tibble %>% 
  filter(is.na(month), !is.na(quarter), is.na(value)) %>% 
  select(-value)

df_output <- df %>% 
  left_join(missing_months %>% mutate(month = NA_integer_) %>% distinct(id, month, quarter, year, flag.x = 1L), by = c("id", "month", "quarter", "year")) %>% 
  left_join(missing_months %>% mutate(month = NA_integer_, quarter = NA_integer_) %>% distinct(id, month, quarter, year, flag.y = 1L), by = c("id", "month", "quarter", "year")) %>% 
  left_join(missing_quarter %>% mutate(quarter = NA_integer_) %>% distinct(id, month, quarter, year, flag.z = 1L), by = c("id", "month", "quarter", "year")) %>% 
  mutate(flag = pmax(flag.x, flag.y, flag.z, na.rm = TRUE)) %>% 
  select(-flag.x, -flag.y, -flag.z) %>% 
  replace_na(list(flag = 0L))

库（tidyverse）
失踪月数%
可存储%>%
过滤器（！is.na（月），is.na（值））%>%
选择（-value）
缺少四分之一%
可存储%>%
筛选器（是.na（月），！是.na（季度），是.na（值））%>%
选择（-value）
df_输出%
左联合（缺少月%>%变异（月=NA\u整数）%%>%不同（id、月、季、年、标志x=1L），按=c（“id”、“月”、“季”、“年”）%%>%
左联合（缺少月%>%变异（月=NA\u整数，季度=NA\u整数）%%>%不同（id，月，季度，年，标志y=1L），by=c（“id”，“月”，“季度”，“年”）%%>%
左联合（缺少季度%>%变异（季度=NA\U整数）%%>%不同（id，月，季度，年，标志z=1L），by=c（“id”，“月”，“季度”，“年”））%%>%
变异（flag=pmax（flag.x，flag.y，flag.z，na.rm=TRUE））%>%
选择（-flag.x，-flag.y，-flag.z）%>%
替换（列表（标志=0L））

这就是你想要的吗

library(tidyverse)
missing_months <- df %>% 
  as_tibble %>% 
  filter(!is.na(month), is.na(value)) %>% 
  select(-value)

missing_quarter <- df %>% 
  as_tibble %>% 
  filter(is.na(month), !is.na(quarter), is.na(value)) %>% 
  select(-value)

df_output <- df %>% 
  left_join(missing_months %>% mutate(month = NA_integer_) %>% distinct(id, month, quarter, year, flag.x = 1L), by = c("id", "month", "quarter", "year")) %>% 
  left_join(missing_months %>% mutate(month = NA_integer_, quarter = NA_integer_) %>% distinct(id, month, quarter, year, flag.y = 1L), by = c("id", "month", "quarter", "year")) %>% 
  left_join(missing_quarter %>% mutate(quarter = NA_integer_) %>% distinct(id, month, quarter, year, flag.z = 1L), by = c("id", "month", "quarter", "year")) %>% 
  mutate(flag = pmax(flag.x, flag.y, flag.z, na.rm = TRUE)) %>% 
  select(-flag.x, -flag.y, -flag.z) %>% 
  replace_na(list(flag = 0L))

库（tidyverse）
失踪月数%
可存储%>%
过滤器（！is.na（月），is.na（值））%>%
选择（-value）
缺少四分之一%
可存储%>%
筛选器（是.na（月），！是.na（季度），是.na（值））%>%
选择（-value）
df_输出%
左联合（缺少月%>%变异（月=NA\u整数）%%>%不同（id、月、季、年、标志x=1L），按=c（“id”、“月”、“季”、“年”）%%>%
左联合（缺少月%>%变异（月=NA\u整数，季度=NA\u整数）%%>%不同（id，月，季度，年，标志y=1L），by=c（“id”，“月”，“季度”，“年”）%%>%
左联合（缺少季度%>%变异（季度=NA\U整数）%%>%不同（id，月，季度，年，标志z=1L），by=c（“id”，“月”，“季度”，“年”））%%>%
变异（flag=pmax（flag.x，flag.y，flag.z，na.rm=TRUE））%>%
选择（-flag.x，-flag.y，-flag.z）%>%
替换（列表（标志=0L））

您可以先检查每年的

NA

值，然后检查每个季度的值，如果其中任何一个值为1，则分配1

library(dplyr)

df %>%
  group_by(id) %>%
  mutate(year_flag = +(any(is.na(value)) & row_number() == 1)) %>%
  group_by(quarter, .add = TRUE) %>%
  mutate(quarter_flag = +(any(is.na(value)) & row_number() == 1)) %>%
  ungroup %>%
  mutate(flag = pmax(year_flag, quarter_flag))

#      id value month quarter  year year_flag quarter_flag  flag
#   <int> <int> <int>   <int> <int>     <int>        <int> <int>
# 1     1  1232    NA      NA  2017         1            0     1
# 2     1    75    NA       1  2017         0            0     0
# 3     1    26     1       1  2017         0            0     0
# 4     1    29     2       1  2017         0            0     0
# 5     1    20     3       1  2017         0            0     0
# 6     1    93    NA       2  2017         0            1     1
# 7     1    NA     4       2  2017         0            0     0
# 8     1    33     5       2  2017         0            0     0
# 9     1    35     6       2  2017         0            0     0
#10     1    51    NA       3  2017         0            1     1
# … with 38 more rows

库（dplyr）
df%>%
分组依据（id）%>%
mutate（year_flag=+（any（is.na（value））和row_number（）==1））%>%
分组依据（季度，.add=TRUE）%>%
mutate（quarter_flag=+（any（is.na（value））&行数（）==1））%>%
解组%>%
变异（标志=pmax（年份标志、季度标志））
#id值月份季度年份年份标志季度标志
#                       
#1 11232 NA 2017 1 0 1
#2 1 75 NA 1 2017 0 0 0 0
# 3     1    26     1       1  2017         0            0     0
# 4     1    29     2       1  2017         0            0     0
# 5     1    20     3       1  2017         0            0     0
#6 1 93 NA 2 2017 0 1 1
#7 1 NA 4 2 2017 0 0 0 0
# 8     1    33     5       2  2017         0            0     0
# 9     1    35     6       2  2017         0            0     0
#10 1 51 NA 3 2017 0 1 1
#…还有38行

---

我保留了额外的列

year\u flag

和

quarter\u flag

，以便您了解发生了什么。如果不需要，您可以将其从最终输出中删除。

您可以先为每年检查

NA

值，然后为每个季度检查，如果其中任何值为1，则分配1

library(dplyr)

df %>%
  group_by(id) %>%
  mutate(year_flag = +(any(is.na(value)) & row_number() == 1)) %>%
  group_by(quarter, .add = TRUE) %>%
  mutate(quarter_flag = +(any(is.na(value)) & row_number() == 1)) %>%
  ungroup %>%
  mutate(flag = pmax(year_flag, quarter_flag))

#      id value month quarter  year year_flag quarter_flag  flag
#   <int> <int> <int>   <int> <int>     <int>        <int> <int>
# 1     1  1232    NA      NA  2017         1            0     1
# 2     1    75    NA       1  2017         0            0     0
# 3     1    26     1       1  2017         0            0     0
# 4     1    29     2       1  2017         0            0     0
# 5     1    20     3       1  2017         0            0     0
# 6     1    93    NA       2  2017         0            1     1
# 7     1    NA     4       2  2017         0            0     0
# 8     1    33     5       2  2017         0            0     0
# 9     1    35     6       2  2017         0            0     0
#10     1    51    NA       3  2017         0            1     1
# … with 38 more rows

库（dplyr）
df%>%
分组依据（id）%>%
mutate（year_flag=+（any（is.na（value））和row_number（）==1））%>%
分组依据（季度，.add=TRUE）%>%
mutate（quarter_flag=+（any（is.na（value））&行数（）==1））%>%
解组%>%
变异（标志=pmax（年份标志、季度标志））
#id值月份季度年份年份标志季度标志
#                       
#1 11232 NA 2017 1 0 1
#2 1 75 NA 1 2017 0 0 0 0
# 3     1    26     1       1  2017         0            0     0
# 4     1    29     2       1  2017         0            0     0
# 5     1    20     3       1  2017         0            0     0
#6 1 93 NA 2 2017 0 1 1
#7 1 NA 4 2 2017 0 0 0 0
# 8     1    33     5       2  2017         0            0     0
# 9     1    35     6       2  2017         0            0     0
#10 1 51 NA 3 2017 0 1 1
#…还有38行

---

我保留了额外的列

year\u flag

和

quarter\u flag

，以便您了解发生了什么。如果不需要，您可以将其从最终输出中删除。

因为每月数据不会丢失是的，93是季度值。（第二季度）。但是，由于报告了该季度的所有3个月，即4、5、6个月，因此没有缺失值（5、33、35）。所以我们保留了四分之一的值。对不起，我刚更改了ID。复制粘贴的值。如果这是误导性的，我可以创造另一个不同的价值观