R 如何用组内以前的非NaN值替换NaN值

我需要用组中以前的非NaN值替换NaN值

这是一个例子：

+-------+------------+-------+
| ts_id |    date    | value |
+-------+------------+-------+
|     2 | 01/10/2014 | 18    |
|     2 | 01/11/2014 | 15    |
|     2 | 01/12/2014 | NaN   |
|     2 | 01/01/2015 | NaN   |
|     2 | 01/02/2015 | NaN   |
|     3 | 01/03/2015 | 19    |
|     3 | 01/04/2015 | 20    |
|     3 | 01/10/2015 | 12    |
|     3 | 01/11/2015 | 17    |
|     3 | 01/12/2015 | NaN   |
|     3 | 01/01/2016 | NaN   |
|     3 | 01/08/2016 | 7     |
|     3 | 01/09/2016 | NaN   |
|     3 | 01/10/2016 | NaN   |
|     3 | 01/11/2016 | NaN   |
|     3 | 01/12/2016 | NaN   |
|     3 | 01/01/2017 | NaN   |
+-------+------------+-------+

数据：

提前感谢。

您可以使用以下功能：

library(dplyr)
library(zoo) # for the na.locf function
data %>% 
  group_by(ts_id) %>% # group by id
  mutate(value = na.locf(value,na.rm=F)) # na.locf fills with the last non-empty value

#head()
# # A tibble: 6 x 3
# # Groups:   ts_id [2]
# ts_id date       value
# <dbl> <date>     <dbl>
# 1     2 2014-10-01    18
# 2     2 2014-11-01    15
# 3     2 2014-12-01    15
# 4     2 2015-01-01    15
# 5     2 2015-02-01    15
# 6     3 2015-03-01    19

库（dplyr）
图书馆（动物园）#用于na.locf功能
数据%>%
分组依据（ts_id）%>%#分组依据id
mutate（value=na.locf（value，na.rm=F））35; na.locf用最后一个非空值填充
#总目（）
##tibble:6 x 3
##组：ts#u id[2]
#ts_id日期值
#       
# 1     2 2014-10-01    18
# 2     2 2014-11-01    15
# 3     2 2014-12-01    15
# 4     2 2015-01-01    15
# 5     2 2015-02-01    15
# 6     3 2015-03-01    19

遵循与

na.locf

相同的逻辑，但将其保留在“韵文”中，我们可以这样做

library(tidyverse)

data %>% 
  group_by(ts_id) %>% 
  mutate(value = replace(value, is.nan(value), NA)) %>% 
  fill(value) 

---

我不知道

na.locf

也适用于

NaN

。或者（将其全部保留在“韵文”中），然后

library（tidyverse）；数据%>%group_by（ts_id）%%>%mutate（value=replace（value，is.nan（value），NA））%%>%fill（value）

我认为您也应该将其添加为答案。仅供参考，我认为它仍然有效，因为在

NA.locf

内部使用

is.NA（）

，这仍然为

nan

提供了

TRUE

，这是有意义的

library(dplyr)
library(zoo) # for the na.locf function
data %>% 
  group_by(ts_id) %>% # group by id
  mutate(value = na.locf(value,na.rm=F)) # na.locf fills with the last non-empty value

#head()
# # A tibble: 6 x 3
# # Groups:   ts_id [2]
# ts_id date       value
# <dbl> <date>     <dbl>
# 1     2 2014-10-01    18
# 2     2 2014-11-01    15
# 3     2 2014-12-01    15
# 4     2 2015-01-01    15
# 5     2 2015-02-01    15
# 6     3 2015-03-01    19

library(tidyverse)

data %>% 
  group_by(ts_id) %>% 
  mutate(value = replace(value, is.nan(value), NA)) %>% 
  fill(value)