在数据框中进行的最后一次观察

Question

我在 R 包中包含的部分功能涉及用最后的 ovbservation 结转 (locf) 填充 NAs。 locf 应该应用于数据框中的所有列，除了我在好列下面调用的 goodcols（即应该应用于 badcols）。 badcols 的列名可以是任何名称。我使用下面的 locf 函数和一个 for 循环来实现这一点。但是，for 循环在使用大数据集时有点慢。任何人都可以建议更快的替代方法或其他方法来填充当前场景中的 NAs 吗？

这是一个示例数据框：

#Test df
TIME <- c(0,5,10,15,20,25,30,40,50)
AMT  <- c(50,0,0,0,50,0,0,0,0)
COV1 <- c(10,9,NA,NA,5,5,NA,10,NA)
COV2 <- c(20,15,15,NA,NA,10,NA,30,NA)
ID   <- rep(1, times=length(TIME))

df <- data.frame(ID,TIME,AMT,COV1,COV2)
df <- expand.grid(df)

goodcols <- c("ID","TIME","AMT")
badcols <- which(names(df)%in%goodcols==F)

#----------------------------------------------------
#locf function
locf <- function (x) {
  good <- !is.na(x)
  positions <- seq(length(x))
  good.positions <- good * positions
  last.good.position <- cummax(good.positions)
  last.good.position[last.good.position == 0] <- NA
  x[last.good.position]
}
#------------------------------------------------------
#Now fill in the gaps by locf function
for (i in badcols)
{
  df[,i] <- locf(df[,i])
}

Answer 1

抱歉写了一个答案（没有足够的声誉来评论）

但是是什么阻止了你像@ProcrastinatusMaximus 所说的那样做？（您可以在循环中包含 zoo 调用）

看起来像这样：

for (i in badcols)
{
  df[,i] <- zoo::na.locf(df[,i])
}

我不确定 zoo 是否比您的实施速度更快。你得试试这个。您还可以检查 spacetime::na.locf、imputeTS::na.locf 以查看现有 locf 实施中哪个是最快的。

在数据框中进行的最后一次观察

Last observation carried forward in a data frame

r

locf