R 用其他列上的下一个或上一个非NA值替换NA值

下面是一个与我正在使用的数据集类似的示例

df<-data.frame(Loc=c(rev(seq(-4,5,1)),seq(-4,5,1)),
           Reg=c("A",rep(NA,8),"B",rep(NA,9),"C")) 

---

df使用符号的
rleid
生成的分组变量进行
ave
拆分。然后省略NAs，在每组中留下单个非NA，
ave
将为该组中的所有值复制

library(data.table)

transform(df, Reg = ave(Reg, rleid(Loc >= 0), FUN = na.omit))

给予：

   Loc Reg
1    5   A
2    4   A
3    3   A
4    2   A
5    1   A
6    0   A
7   -1   B
8   -2   B
9   -3   B
10  -4   B
11  -4   B
12  -3   B
13  -2   B
14  -1   B
15   0   C
16   1   C
17   2   C
18   3   C
19   4   C
20   5   C

使用符号的
rleid
生成的分组变量进行
ave
拆分。然后省略NAs，在每组中留下单个非NA，
ave
将为该组中的所有值复制

library(data.table)

transform(df, Reg = ave(Reg, rleid(Loc >= 0), FUN = na.omit))

给予：

   Loc Reg
1    5   A
2    4   A
3    3   A
4    2   A
5    1   A
6    0   A
7   -1   B
8   -2   B
9   -3   B
10  -4   B
11  -4   B
12  -3   B
13  -2   B
14  -1   B
15   0   C
16   1   C
17   2   C
18   3   C
19   4   C
20   5   C

以下是dplyr的快速解决方案：

df<-data.frame(Loc=c(rev(seq(-4,5,1)),seq(-4,5,1)),
           Reg=c("A",rep(NA,8),"B",rep(NA,9),"C")) 
c <- match("C",df$Reg)
a <- match("A",df$Reg)
df2 <- df %>%
  mutate(newReg=case_when(Loc < 0 ~ "B",
                      Loc >= 0 & abs(row_number()-c)<abs(row_number()-a)~ "C",
                      TRUE ~ "A"))

df以下是dplyr的快速解决方案：

df<-data.frame(Loc=c(rev(seq(-4,5,1)),seq(-4,5,1)),
           Reg=c("A",rep(NA,8),"B",rep(NA,9),"C")) 
c <- match("C",df$Reg)
a <- match("A",df$Reg)
df2 <- df %>%
  mutate(newReg=case_when(Loc < 0 ~ "B",
                      Loc >= 0 & abs(row_number()-c)<abs(row_number()-a)~ "C",
                      TRUE ~ "A"))

df这里是一个
数据表
解决方案，它再现了OP的预期答案：

library(data.table)
result <- as.data.table(df)[, Reg := first(Reg[!is.na(Reg)]), by = rleid(Loc >= 0)][]
result

请注意，这种方法与之类似，它使用
rleid（Loc>=0）
对数据进行分组，但不调用
transform（）
和
ave（）
，而是通过引用更新
Reg
，即不复制整个对象。
这里是一个
数据。表
解决方案再现了OP的预期答案：

library(data.table)
result <- as.data.table(df)[, Reg := first(Reg[!is.na(Reg)]), by = rleid(Loc >= 0)][]
result

请注意，这种方法与之类似，它使用
rleid（Loc>=0）
对数据进行分组，但不调用
transform（）
和
ave（）
，而是通过引用更新
Reg
，即不复制整个对象。
注意：这很可怕，我怀疑这对于更多的用例来说是可复制的。。。这可能更适合于某种类型的
dplyr:：case_when
函数，但我现在还没想清楚

lapply(2:nrow(df), function(i){
    this_row <- df[i, ]
    last_row <- i - 1 
    if(is.na(this_row[['Reg']])){
        if(this_row[['Loc']] < 0){
            df[i, 'Reg'] <<- "B"
        }else if(df[i - 1, 'Reg'] == "A"){
            df[i, 'Reg'] <<- "A"
        }else {
            df[i, "Reg"] <<- "C"
        }
    }
})



> df
   Loc Reg
1    5   A
2    4   A
3    3   A
4    2   A
5    1   A
6    0   A
7   -1   B
8   -2   B
9   -3   B
10  -4   B
11  -4   B
12  -3   B
13  -2   B
14  -1   B
15   0   C
16   1   C
17   2   C
18   3   C
19   4   C
20   5   C

lapply（2:nrow（df），函数（i）{
这一行注意：这是可怕的，我怀疑这对于更多的用例来说是可复制的…这可能更适合于某种类型的
dplyr:：case\u当
函数时，但我只是在这一点上想不透

lapply(2:nrow(df), function(i){
    this_row <- df[i, ]
    last_row <- i - 1 
    if(is.na(this_row[['Reg']])){
        if(this_row[['Loc']] < 0){
            df[i, 'Reg'] <<- "B"
        }else if(df[i - 1, 'Reg'] == "A"){
            df[i, 'Reg'] <<- "A"
        }else {
            df[i, "Reg"] <<- "C"
        }
    }
})



> df
   Loc Reg
1    5   A
2    4   A
3    3   A
4    2   A
5    1   A
6    0   A
7   -1   B
8   -2   B
9   -3   B
10  -4   B
11  -4   B
12  -3   B
13  -2   B
14  -1   B
15   0   C
16   1   C
17   2   C
18   3   C
19   4   C
20   5   C

lapply（2:nrow（df），函数（i）{
这一行@G.Grothendieck这很好。不熟悉rleid或ave函数，但结果在这里和实际数据上都有效。非常感谢。真希望我两天前问这个问题。@G.Grothendieck这很好。不熟悉rleid或ave函数，但结果在这里和实际数据上都有效。非常感谢。JusI don’但愿我两天前问过这个问题。