R 更换零和#x27；具有递归值的s和NA

我试图替换NA&零递归值。我正在处理时间序列数据，其中NA或零最好替换为前一周的值（每15分钟测量一次，所以要后退672步）。我的数据包含约两年15分钟的数据，因此这是一个大集合。预期NA或零不多，也不预期零或NA>672的相邻系列

我发现这个线程（）显示了一种递归方式，并根据我的问题调整了它

load[is.na(load)] <- 0
o <- rle(load)
o$values[o$values == 0] <- o$values[which(o$values == 0) - 672]
newload<-inverse.rle(o)

由于我对R不熟悉，我如何设置这样一个if-else循环

一个可复制的示例（更改代码，因为从其他线程使用的示例没有处理相邻的零）：

---

day您可以使用以下示例：

set.seed(42)

x <- sample(c(0,1,2,3,NA), 100, T)

stepback <- 6

x_old <- x
x_new <- x_old

repeat{
    filter <- x_new==0 | is.na(x_new)
    x_new[filter] <- c(rep(NA, stepback), head(x_new, -stepback))[filter]
    if(identical(x_old,x_new)) break
    x_old <- x_new
}

x
x_new

请注意，有些值仍然是NA，因为没有用于它们的先验信息。如果您的数据具有足够的先验信息，则不会发生这种情况。
一个选项是将向量包装到包含672行的矩阵中：

load2 <- matrix(load, nrow=672)

load2如果我是正确的，这将用最后一个非NA替换NA，这不是我的目标。我想用一个递归值来替换它“用前面最新的非NA替换每个NA的通用函数”。哦，我的错误。。。在我喝咖啡之前！请提供a（不需要672个值）和预期结果。idx此解决方案适合我！我认为核心替换是
xnew[is.na（x）| x==0）]@CarlWitthoft索引
的问题（is.na（x）|x==0）-后退）
是它可能有负面，这要么抛出错误（如果也有正面索引）要么（更糟）在答案中无声地放入垃圾（如果只有负面）。这是真的。我处理任何递归引用问题的方法都是从第一步开始：清理边界条件。或者添加
max（1，它（无论什么条件））
@CarlWitthoft
pmax
：-）是的，我的错。如果
load
的长度是672的倍数，那么这就可以了，但如果不是这样，那么转换为矩阵（
load2
）将循环一些值以填充最后一列，它们不会打乱应用步骤，但是如果将它们保存在
load4
中，那么您将从系列的第一部分添加额外的值到末尾，这可能会真正打乱分析。我的版本会把它们去掉，知道了。好渔获量：-）
loadtest[c(10,50:54)]<-0 # instead of load[50:54]<-0 gives:

Error in loadtest[which(loadtest == 0) - 24] : 
only 0's may be mixed with negative subscripts

day<-1:24
loadtest<-rep(day, times=10)
loadtest[c(10,50:54)]<-0
loadtest[112:115]<-NA
loadtest[is.na(loadtest)] <- 0 
if(INDEX(loadtest[loadtest==0])<24) {
     # nothing / mean / standard value
    } else {
      loadtest[loadtest==0]<-loadtest[which(loadtest == 0) - 24]
    } 

set.seed(42)

x <- sample(c(0,1,2,3,NA), 100, T)

stepback <- 6

x_old <- x
x_new <- x_old

repeat{
    filter <- x_new==0 | is.na(x_new)
    x_new[filter] <- c(rep(NA, stepback), head(x_new, -stepback))[filter]
    if(identical(x_old,x_new)) break
    x_old <- x_new
}

x
x_new

> x
  [1] NA NA  1 NA  3  2  3  0  3  3  2  3 NA  1  2 NA NA  0  2  2 NA  0 NA NA  0
 [26]  2  1 NA  2 NA  3 NA  1  3  0 NA  0  1 NA  3  1  2  0 NA  2 NA NA  3 NA  3
 [51]  1  1  1  3  0  3  3  0  1  2  3 NA  3  2 NA  0  1 NA  3  1  0  0  1  2  0
 [76]  3  0  1  2  0  2  0  1  3  3  2  1  0  0  1  3  0  1 NA NA  3  1  2  3  3
> x_new
  [1] NA NA  1 NA  3  2  3 NA  3  3  2  3  3  1  2  3  2  3  2  2  2  3  2  3  2
 [26]  2  1  3  2  3  3  2  1  3  2  3  3  1  1  3  1  2  3  1  2  3  1  3  3  3
 [51]  1  1  1  3  3  3  3  1  1  2  3  3  3  2  1  2  1  3  3  1  1  2  1  2  3
 [76]  3  1  1  2  2  2  3  1  3  3  2  1  3  1  1  3  2  1  3  1  3  1  2  3  3

load2 <- matrix(load, nrow=672)

load3 <- apply( load2, 1, locf.function )

load4 <- t(load3)[ seq_along(load) ]