在R中，用最常用的值替换值
我有一个带有时间和传输模式的数据帧。有一些值在行走部分被分类为“未知”或假分类为其他运输模式，例如“汽车” 结构如下在R中，用最常用的值替换值,r,dataframe,mutate,R,Dataframe,Mutate,我有一个带有时间和传输模式的数据帧。有一些值在行走部分被分类为“未知”或假分类为其他运输模式，例如“汽车” 结构如下 travel <- structure(list(time = structure(1:19, .Label = c("16:20:20", "16:20:21", "16:20:22", "16:20:23", "16:20:24", "16:20:25&quo
travel <- structure(list(time = structure(1:19, .Label = c("16:20:20",
"16:20:21", "16:20:22", "16:20:23", "16:20:24", "16:20:25", "16:20:26",
"16:20:27", "16:20:28", "16:20:29", "16:20:30", "16:20:31", "16:20:32",
"16:20:33", "16:20:34", "16:20:35", "16:20:36", "16:20:37", "16:20:38"
), class = "factor"), mode = structure(c(3L, 3L, 3L, 2L, 2L,
2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 3L, 1L, 1L, 1L, 1L, 1L), .Label = c("car",
"bus stop", "walk"), class = "factor")), class = "data.frame", row.names = c(NA,
-19L))
谢谢你的帮助 第一步可能是将
模式zoo:：NA.locf模式rledf5 16:20:24步行
#>6:16:20:25步行
#>7:16:20:26步行
#>8:16:20:27步行
#>9:16:20:28步行
#>10:16:20:29步行
#>11:16:20:30步行
#>12:16:20:31步行
#>13:16:20:32步行
#>14:16:20:33步行
#>15:16:20:34汽车
#>16:20:35汽车
#>17:16:20:36汽车
#>18:16:20:37汽车
#>19:16:20:38汽车
图书馆（动物园）
rdf第一步可能是将模式
的“未知”更改为NA，并使用zoo:：NA.locf
填充前面的非NA值，如果这是您想要的
其次，例如，您可以将另一个模式
的单个匹配项定义为要替换的内容，再次使用前面的已知值。您可以使用rle
查找此类案例
df5 16:20:24步行
#>6:16:20:25步行
#>7:16:20:26步行
#>8:16:20:27步行
#>9:16:20:28步行
#>10:16:20:29步行
#>11:16:20:30步行
#>12:16:20:31步行
#>13:16:20:32步行
#>14:16:20:33步行
#>15:16:20:34汽车
#>16:20:35汽车
#>17:16:20:36汽车
#>18:16:20:37汽车
#>19:16:20:38汽车
由（v1.0.0）于2021年3月23日创建
或者，更简洁地说，将两个条件结合在一起：
图书馆（动物园）
rdf稍微更改了您的样本数据
travel <- structure(list(time = structure(1:19, .Label = c("16:20:20",
"16:20:21", "16:20:22", "16:20:23", "16:20:24", "16:20:25", "16:20:26",
"16:20:27", "16:20:28", "16:20:29", "16:20:30", "16:20:31", "16:20:32",
"16:20:33", "16:20:34", "16:20:35", "16:20:36", "16:20:37", "16:20:38"
), class = "factor"), mode = structure(c(3L, 3L, 3L, 2L, 2L,
3L, 1L, 3L, 3L, 3L, 3L, 3L, 3L, 2L, 1L, 1L, 1L, 1L, 1L), .Label = c("car",
"unknown", "walk"), class = "factor")), class = "data.frame", row.names = c(NA,
-19L))
travel
time mode
1 16:20:20 walk
2 16:20:21 walk
3 16:20:22 walk
4 16:20:23 unknown
5 16:20:24 unknown
6 16:20:25 walk
7 16:20:26 car
8 16:20:27 walk
9 16:20:28 walk
10 16:20:29 walk
11 16:20:30 walk
12 16:20:31 walk
13 16:20:32 walk
14 16:20:33 unknown
15 16:20:34 car
16 16:20:35 car
17 16:20:36 car
18 16:20:37 car
19 16:20:38 car
travel%group\u by（d=rleid（模式））%>%
突变（d2=n（））%%>%ungroup（）%%>%
当（d2==1&lag（mode）==lead（mode）~lag（mode）时，改变（mode=case_），
d2==2和第一（模式[d]）==first（模式[d-1]）~first（模式[d-1]），
真~模式））%>%
选择（-d，-d2）
#一个tibble:19x2
时间模式
1 16:20:20步行
2 16:20:21步行
3 16:20:22步行
4 16:20:23步行
5 16:20:24步行
6:16:20:25步行
7:16:20:26步行
8:16:20:27步行
9:16:20:28步行
10:16:20:29步行
11:16:20:30步行
12:16:20:31步行
13:16:20:32步行
14 16:20:33未知
15:16:20:34汽车
16:20:35汽车
17:16:20:36汽车
18:16:20:37汽车
19:16:20:38汽车
稍微更改了示例数据
travel <- structure(list(time = structure(1:19, .Label = c("16:20:20",
"16:20:21", "16:20:22", "16:20:23", "16:20:24", "16:20:25", "16:20:26",
"16:20:27", "16:20:28", "16:20:29", "16:20:30", "16:20:31", "16:20:32",
"16:20:33", "16:20:34", "16:20:35", "16:20:36", "16:20:37", "16:20:38"
), class = "factor"), mode = structure(c(3L, 3L, 3L, 2L, 2L,
3L, 1L, 3L, 3L, 3L, 3L, 3L, 3L, 2L, 1L, 1L, 1L, 1L, 1L), .Label = c("car",
"unknown", "walk"), class = "factor")), class = "data.frame", row.names = c(NA,
-19L))
travel
time mode
1 16:20:20 walk
2 16:20:21 walk
3 16:20:22 walk
4 16:20:23 unknown
5 16:20:24 unknown
6 16:20:25 walk
7 16:20:26 car
8 16:20:27 walk
9 16:20:28 walk
10 16:20:29 walk
11 16:20:30 walk
12 16:20:31 walk
13 16:20:32 walk
14 16:20:33 unknown
15 16:20:34 car
16 16:20:35 car
17 16:20:36 car
18 16:20:37 car
19 16:20:38 car
travel%group\u by（d=rleid（模式））%>%
突变（d2=n（））%%>%ungroup（）%%>%
当（d2==1&lag（mode）==lead（mode）~lag（mode）时，改变（mode=case_），
d2==2和第一（模式[d]）==first（模式[d-1]）~first（模式[d-1]），
真~模式））%>%
选择（-d，-d2）
#一个tibble:19x2
时间模式
1 16:20:20步行
2 16:20:21步行
3 16:20:22步行
4 16:20:23步行
5 16:20:24步行
6:16:20:25步行
7:16:20:26步行
8:16:20:27步行
9:16:20:28步行
10:16:20:29步行
11:16:20:30步行
12:16:20:31步行
13:16:20:32步行
14 16:20:33未知
15:16:20:34汽车
16:20:35汽车
17:16:20:36汽车
18:16:20:37汽车
19:16:20:38汽车
如果第7行的车辆无效，为什么第15到19行的车辆无效？此外，哪些是有效值，哪些是无效值？有什么标准来决定这些吗？第7行是无效的，因为它被我的Algortim分类错误->对于GPS的行走噪音来说，平均速度太高了。第15-19行是正确的，因为步行->根据地理信息，其平均速度（滚动平均值）为高。标准为，例如，在50行范围内，从运输模式步行到汽车仅需1或2秒的改变是不现实的。如果未知的两侧都是不同的有效值，该怎么办？你怎么说“未知的两侧”？走陌生的车？那么它应该被标记为未知。如果第7行的车是无效的，为什么第15到19行的车不是呢？此外，哪些是有效值，哪些是无效值？有什么标准来决定这些吗？第7行是无效的，因为它被我的Algortim分类错误->对于GPS的行走噪音来说，平均速度太高了。第15-19行是正确的，因为步行->根据地理信息，其平均速度（滚动平均值）为高。标准为，例如，在50行范围内，从运输模式步行到汽车仅需1或2秒的改变是不现实的。如果未知的两侧都是不同的有效值，该怎么办？你怎么说“未知的两侧”？走陌生的车？然后应将输入标记为unknown.thx。在我的数据（超过1000万）中，行绝对是“真实”NA值。您是否建议为真实NA值指定另一个表达式？如果您希望将它们保留为NA，可以在执行NA.locf
操作之前暂时重命名它们，并在以后将它们设置回NA（如果您喜欢）.thx以获取帮助.thx以获取输入）。在我的数据（超过1000万）中，行绝对是“真实”NA值。你会建议给真实的NA值另一个表达式吗？如果你想保留它们为NA，你可以暂时
library(data.table)
travel %>% group_by(d = rleid(mode)) %>%
mutate(d2 = n()) %>% ungroup() %>%
mutate(mode = case_when( d2 == 1 & lag(mode) == lead(mode) ~ lag(mode),
d2 == 2 & first(mode[d]) == first(mode[d-1]) ~ first(mode[d-1]),
TRUE ~ mode)) %>%
select(-d, -d2)
# A tibble: 19 x 2
time mode
<fct> <fct>
1 16:20:20 walk
2 16:20:21 walk
3 16:20:22 walk
4 16:20:23 walk
5 16:20:24 walk
6 16:20:25 walk
7 16:20:26 walk
8 16:20:27 walk
9 16:20:28 walk
10 16:20:29 walk
11 16:20:30 walk
12 16:20:31 walk
13 16:20:32 walk
14 16:20:33 unknown
15 16:20:34 car
16 16:20:35 car
17 16:20:36 car
18 16:20:37 car
19 16:20:38 car