当有 NA 时进行插值

Question

我将纵向数据结构化（在 R 中）如下：

dat1 <- data.frame(county = c("a","a","a", "b","b","b", "c","c","c"), year = c(2001, 2002, 2003, 2001, 2002, 2003, 2001, 2002, 2003), count = c(2, NA, 6, 4, NA, 8, 10, NA, 14))

我有一个缺失的年份，我想插入 2002。我做了一个函数来做：

dat1[dat1$year == 2002,] <- apply(X = data.frame("2001" = dat1[dat1$year == 2001, "count"], "2003" = dat1[dat1$year == 2003, "count"]), MARGIN = 1, FUN = function(x){z <- data.frame(approx(x = x, method = "linear", n = length(2001:2003))$y); return(z[-c(1, nrow(z)),])})
dat1 # the desired result

但只有在我用来插值的两年内没有任何 NA 时才有效：

dat2 <- dat1
dat2[9,3] <- NA

apply(X = data.frame("2001" = dat2[dat2$year == 2001, "count"], "2003" = dat2[dat2$year == 2003, "count"]), MARGIN = 1, FUN = function(x){z <- data.frame(approx(x = x, method = "linear", n = length(2001:2003))$y); return(z[-c(1, nrow(z)),])})

我知道我可以只使用 complete.cases() 使它成为运行但是我不能将它插入回原始数据框中，因为行长度会不同。

有没有人能解决我的 NA 前几年或后几年的问题，或者有更好的解决方案来解决我的 kludge-tastic 尝试？

Answer 1

Return NA 如果只有 NA，如果只有一个非 NA，则使用 na.aggregate 将每个 NA 替换为单个非 NA，如果有，则使用 na.approx一个县不止一个 NA。

library(zoo)

na_approx <- function(x) {
    if (all(is.na(x))) NA 
    else if (sum(!is.na(x)) == 1) na.aggregate(x)
    else na.approx(x, na.rm = FALSE)
}
transform(dat2, count = ave(count, county, FUN = na_approx))

给予：

  county year count
1      a 2001     2
2      a 2002     4
3      a 2003     6
4      b 2001     4
5      b 2002     6
6      b 2003     8
7      c 2001    10
8      c 2002    10
9      c 2003    10

这是一个替代方案，虽然在本例中给出的结果相同，但其行为可能略有不同。

na_approx2 <- function(x) {
     if (sum(!is.na(x)) > 1) na.approx(x, na.rm = FALSE) 
     else na.locf(x, na.rm = FALSE)
}
transform(dat2, count = ave(count, county, FUN = na_approx2))

当有 NA 时进行插值

Interpolating when there's NA's

r

missing-data