根据以前的记录在列中填充（NA值），并在R中填充另一列（带间隔）

我想根据它的记录和时间来填写

action

列。

行动

栏中的NA应根据以前的行动记录和时间间隔填写。假设我们将时间间隔设置为

10

，这意味着如果动作是

A

，时间是

1

，那么

action

中的所有

NA

都应该是

A

，直到

time==11（1+10）

请注意，如果

action

或

ID

发生更改，则应重置此过程。例如（在第3行）我们有

B

和

time==11

，我想用

B

填充下一个NAs直到

time==21

，但是我们在

time==16

中有

C

，所以我们继续用C填充NA直到

time==26

df<-read.table(text="
id   action    time
1       A       1
1       NA      4
1       NA      9
1       B       11
1       NA      12
1       C       16
1       NA      19
1       NA      30
1       A       31
1       NA      32
2       NA      1
2       A       2
2       NA      6",header=T,stringsAsFactors = F)

Desired Result:

id   action    time
1       A       1
1       A       4
1       A       9
1       B       11
1       B       12
1       C       16
1       C       19
1       NA      30
1       A       31
1       A       32
2       NA      1
2       A       2
2       A       6

---

df我们可以提取非NA行作为填充值的参考，然后遍历数据集，并根据值是否满足
id
的要求和时间间隔有条件地替换值

# Use row numbers as an index (unique Id)
df$idx <- 1:nrow(df)

# Find the non-NA rows to use a reference for imputation
idx <- df %>% 
        group_by(id) %>%
        na.omit(action)

如果您正在运行此示例代码，请确保在继续之前重新创建
df
和
idx
，因为它将被最后一个示例代码块修改

时间间隔要求我们对
time
的值进行逻辑测试，并进行另一项测试，以避免尝试对NA值进行
time
比较：

# Accounting for the max interval:
interval <- 10 
for(r in 1:nrow(df)){
  if(is.na(df$action[r])){
    if(!is.na(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]))){
      if(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]) + interval >= df$time[r])
        df$action[r] <- dplyr::last(idx$action[idx$idx < df$idx[r] & idx$id == df$id[r]]) 
    }
  }
}

df

#考虑最大间隔：
间隔=df$时间[r]）
df$action[r]似乎是
数据的一个例子<代码>df[is.na（action），action:=df[！is.na（action）][.SD，on=（id，time），x.action，roll=10]
# Accounting for the max interval:
interval <- 10 
for(r in 1:nrow(df)){
  if(is.na(df$action[r])){
    if(!is.na(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]))){
      if(dplyr::last(idx$time[idx$idx < df$idx[r] & idx$id == df$id[r]]) + interval >= df$time[r])
        df$action[r] <- dplyr::last(idx$action[idx$idx < df$idx[r] & idx$id == df$id[r]]) 
    }
  }
}

df

   id action time idx
1   1      A    1   1
2   1      A    4   2
3   1      A    9   3
4   1      B   11   4
5   1      B   12   5
6   1      C   16   6
7   1      C   19   7
8   1   <NA>   30   8
9   1      A   31   9
10  1      A   32  10
11  2   <NA>    1  11
12  2      A    2  12
13  2      A    6  13