用R语言记录纵向数据帧中丢失的数据
我有一个纵向结构与用R语言记录纵向数据帧中丢失的数据,r,missing-data,panel-data,R,Missing Data,Panel Data,我有一个纵向结构与data相似的数据框： data = data.frame ( ID = c("a","a","a","b","b","b","c","c", "c"), period = c(1,2,3,1,2,3,1,2,3), size = c(3,3,NA, NA, NA,1, 14,14, 14)) 变量size的值是固定的，因此每个时段的size值相同。然而，一些观测值缺失。我的目标是替换这些缺失的值 与没有缺失的时段相关的size值（例如ID“a”为3，ID
datadata = data.frame (
ID = c("a","a","a","b","b","b","c","c", "c"),
period = c(1,2,3,1,2,3,1,2,3),
size = c(3,3,NA, NA, NA,1, 14,14, 14))
sizesizesizeIDIDdata.1
ID period value
a 1 3
a 2 3
a 3 3
b 1 1
b 2 1
b 3 1
c 1 14
c 2 14
c 3 14
library(dplyr)
data.1 = data %>% group_by(ID) %>%
mutate(new.size = ifelse(is.na(size), !is.na(size),
ifelse(!is.na(size), size, 0)))
data.1
Source: local data frame [9 x 4]
Groups: ID [3]
ID period size new.size
(fctr) (dbl) (dbl) (dbl)
1 a 1 3 3
2 a 2 3 3
3 a 3 NA 0
4 b 1 NA 0
5 b 2 NA 0
6 b 3 1 1
7 c 1 14 14
8 c 2 14 14
9 c 3 14 14
如果有人能给我一个关于如何获得正确解决方案的提示，我将不胜感激 这个用base R怎么样：
vals <- unique(na.omit(data[, c("ID", "size")]))
data$size <- vals$size[match(data$ID, vals$ID)]
ID period size
1 a 1 3
2 a 2 3
3 a 3 3
4 b 1 1
5 b 2 1
6 b 3 1
7 c 1 14
8 c 2 14
9 c 3 14
vals以R为基数的情况如何：
vals <- unique(na.omit(data[, c("ID", "size")]))
data$size <- vals$size[match(data$ID, vals$ID)]
ID period size
1 a 1 3
2 a 2 3
3 a 3 3
4 b 1 1
5 b 2 1
6 b 3 1
7 c 1 14
8 c 2 14
9 c 3 14
vals要更正代码，可以使用dplyr尝试以下操作
library(dplyr)
data %>% group_by(ID) %>%
mutate(new.size = ifelse(is.na(size), size[!is.na(size)],size))
# ID period size new.size
# (fctr) (dbl) (dbl) (dbl)
#1 a 1 3 3
#2 a 2 3 3
#3 a 3 NA 3
#4 b 1 NA 1
#5 b 2 NA 1
#6 b 3 1 1
#7 c 1 14 14
#8 c 2 14 14
#9 c 3 14 14
或者使用ave
data$new.size <- ave(data$size,data$ID, FUN=function(x)unique(x[!is.na(x)]))
data$new.size
#[1] 3 3 3 1 1 1 14 14 14
data$new.size要更正您的代码，您可以使用dplyr
library(dplyr)
data %>% group_by(ID) %>%
mutate(new.size = ifelse(is.na(size), size[!is.na(size)],size))
# ID period size new.size
# (fctr) (dbl) (dbl) (dbl)
#1 a 1 3 3
#2 a 2 3 3
#3 a 3 NA 3
#4 b 1 NA 1
#5 b 2 NA 1
#6 b 3 1 1
#7 c 1 14 14
#8 c 2 14 14
#9 c 3 14 14
或者使用ave
data$new.size <- ave(data$size,data$ID, FUN=function(x)unique(x[!is.na(x)]))
data$new.size
#[1] 3 3 3 1 1 1 14 14 14
data$new.size这里是另一个使用dplyr
和na.omit
group_by(data, ID) %>%
mutate(value=na.omit(size)[1])
Source: local data frame [9 x 4]
Groups: ID [3]
ID period size value
<fctr> <dbl> <dbl> <dbl>
1 a 1 3 3
2 a 2 3 3
3 a 3 NA 3
4 b 1 NA 1
5 b 2 NA 1
6 b 3 1 1
7 c 1 14 14
8 c 2 14 14
9 c 3 14 14
分组依据（数据，ID）%>%
变异（值=na.省略（大小）[1]）
来源：本地数据帧[9 x 4]
组别:ID[3]
ID周期大小值
1A133
2 a 2 3 3
3 a 3 NA 3
4 b 1 NA 1
5 b 2 NA 1
6B311
7 c 1 14 14
8 c 2 14 14
9 c 3 14 14
请注意，如果您正在寻找最大值，例如，您可以将na.omit
替换为max（size，na.rm=TRUE）
。这里使用dplyr
的另一个解决方案是na.omit
group_by(data, ID) %>%
mutate(value=na.omit(size)[1])
Source: local data frame [9 x 4]
Groups: ID [3]
ID period size value
<fctr> <dbl> <dbl> <dbl>
1 a 1 3 3
2 a 2 3 3
3 a 3 NA 3
4 b 1 NA 1
5 b 2 NA 1
6 b 3 1 1
7 c 1 14 14
8 c 2 14 14
9 c 3 14 14
分组依据（数据，ID）%>%
变异（值=na.省略（大小）[1]）
来源：本地数据帧[9 x 4]
组别:ID[3]
ID周期大小值
1A133
2 a 2 3 3
3 a 3 NA 3
4 b 1 NA 1
5 b 2 NA 1
6B311
7 c 1 14 14
8 c 2 14 14
9 c 3 14 14
请注意，如果您正在寻找最大值，您可以将na.omit
替换为max（size，na.rm=TRUE）
。您也可以使用dplyr
执行，即data%>%group\u by（ID）%%>%mutate（new.size=size[！is.na（size）][1]）
您也可以使用dplyr
即data%>%group\u by（ID）%%>%mutate执行（new.size=size[！is.na（size）][1]）