R：按行替换两个特定值之间的NA值

我正试图为以后的序列分析做好数据准备；为此，我需要在值1和2之间插入值1。 因此，对于每一行，值1和2之间的所有NA都等于1。我在下面列出了一个示例表；在我的实际数据中，每一行都是唯一的个体，每一列都是一个时间段。1代表入学，2代表从课程中退学。我正在尝试将“入学”和“出院”之间的时间间隔设置为1，表示已报名参加该计划，然后将剩余的NA设置为0，表示未参加该计划。每行/个人可以有多个入学

我一直在尝试使用apply，通过它我可以更改值本身，但是我不能替换值1和2之间的NA。任何指导都将不胜感激

mdat <- matrix(c(1,NA,NA,NA,2,NA,NA,1,NA,2,  NA,NA,1,2,NA,NA,NA,1,NA,2), nrow = 2, ncol=10, byrow=TRUE,
           dimnames = list(c("row1", "row2"), c("C.1", "C.2", "C.3", "C.4", "C.5", "C.6", "C.7", "C.8", "C.9", "C.10")))

---

mdat如果我正确理解了您的需要，您可以首先将
NA
替换为
0
，然后在byrow基础上搜索出现的2与1的比较，以
1
填补“空白”（然后转置结果以保持前一格式）：

mdat[is.na（mdat）]如果我正确理解了您的需要，您可以首先将
na
替换为
0
，然后在byrow基础上搜索2与1的匹配情况，以
1
填补“空白”（然后转置结果以保持前一格式）：

mdat[is.na（mdat）]编辑：完全不同的答案。我不完全清楚OP想要什么，但是这个代码，尽管速度很慢，将立即用
1
替换
1
之后的所有
NA
。我发帖只是为了让任何有空闲时间的人和一份
microbenchmark
都能看到
na.locf
有多好

foo <- c(1,NA,2,NA,1,2,1,NA,NA,NA,2,NA,NA)
foo
length(foo)
for(jj in 2:length(foo) ) {
if ( (!is.na(foo[jj-1]) && foo[jj-1]==1) & is.na(foo[jj])) foo[jj]=1
}
foo
#then replace remaining `NA` with zero if desired

编辑：完全不同的答案。我不完全清楚OP想要什么，但是这个代码，尽管速度很慢，将立即用
1
替换
1
之后的所有
NA
。我发帖只是为了让任何有空闲时间的人和一份
microbenchmark
都能看到
na.locf
有多好

foo <- c(1,NA,2,NA,1,2,1,NA,NA,NA,2,NA,NA)
foo
length(foo)
for(jj in 2:length(foo) ) {
if ( (!is.na(foo[jj-1]) && foo[jj-1]==1) & is.na(foo[jj])) foo[jj]=1
}
foo
#then replace remaining `NA` with zero if desired

foo1）我们可以通过使用zoo软件包中的
na.locf
填充NAs，然后将填充版本中对应于1的
mdat
元素替换为1，从而获得一个相对紧凑的解决方案：

library(zoo)

replace(mdat, t(na.locf(t(mdat))) == 1, 1)

给予：

     C.1 C.2 C.3 C.4 C.5 C.6 C.7 C.8 C.9 C.10
row1   1   1   1   1   2  NA  NA   1   1    2
row2  NA  NA   1   2  NA  NA  NA   1   1    2

2）交替使用
na.locf
并用na替换
mdat
中为na的任何传播2。我们使用dplyr管道（尽管如果需要，可以消除这种情况）：

1）我们可以通过使用zoo软件包中的
na.locf
填充NAs，然后将填充版本中对应于1的
mdat
元素替换为1，从而获得相对紧凑的解决方案：

library(zoo)

replace(mdat, t(na.locf(t(mdat))) == 1, 1)

给予：

     C.1 C.2 C.3 C.4 C.5 C.6 C.7 C.8 C.9 C.10
row1   1   1   1   1   2  NA  NA   1   1    2
row2  NA  NA   1   2  NA  NA  NA   1   1    2

2）交替使用
na.locf
并用na替换
mdat
中为na的任何传播2。我们使用dplyr管道（尽管如果需要，可以消除这种情况）：

您的真实数据集有多大？（即，性能是一个问题吗？）抱歉，在这个问题中，我们应该指出，现实生活中的数据集非常大，1700行/个人，大约4000列/时间周期。关于您所需的输出，它与Q“将剩余NA设置为0”中所说的不匹配。您还需要这个吗？您只有1和2，没有其他整数？例如，如果您的数据收集代码为当前入院的患者分配了“3”，为出院的患者分配了“4”，那么这将容易得多。虽然这里有很好的解决方案，但真正的解决方案是首先修复生成数据集的代码？（即，性能是一个问题吗？）抱歉，在这个问题中，我们应该指出，现实生活中的数据集非常大，1700行/个人，大约4000列/时间周期。关于您所需的输出，它与Q“将剩余NA设置为0”中所说的不匹配。您还需要这个吗？您只有1和2，没有其他整数？例如，如果您的数据收集代码为当前入院的患者分配了“3”，为出院的患者分配了“4”，那么这将容易得多。虽然这里有很好的解决方案来解决您的特定问题，但真正的解决方案是首先修复生成数据集的代码。有
zoo
函数可以为您完成所有这些。有
zoo
函数可以为您完成所有这些。嘿，卡尔，您提到需要使用
zoo
和
na.fill
。但是你没有提到使用它的方法。一定要添加所需的代码（我认为这很简单），否则它将是半个答案。问候。@BhargavRao我打算——但在工作中没有安装
R
，而且在测试之前我从不发布代码——所以发布一个工作示例需要一段时间。这根本不是问题。如果可能的话，检查一下。你越早编辑越好。只需按照G.Grothendieck的
zoo
回答。我是否闻到正在删除的气味：/嘿，卡尔，你提到你需要使用
zoo
和
na.fill
。但是你没有提到使用它的方法。一定要添加所需的代码（我认为这很简单），否则它将是半个答案。问候。@BhargavRao我打算——但在工作中没有安装
R
，而且在测试之前我从不发布代码——所以发布一个工作示例需要一段时间。这根本不是问题。如果可能的话，检查一下。你越早编辑越好。只需按照G.Grothendieck的
zoo
回答。我是否闻到正在删除的气味：/
library(dplyr)
library(zoo)

mdat %>% t %>% na.locf %>% t %>% replace(. == 2 & is.na(mdat), NA)