na.locf 仅当另一列未更改时

Question

我之前对 zoo::na.locf 创建了一些自定义调整，但这个让我抓狂。我需要一个函数，仅当 另一列中的值未更改时，该函数才会继续对列的最后一次观察 ；这一切都必须按主键分组。例如：

library(dplyr)
set.seed(20180409)

data <- data.frame(Id = rep(1:10, each = 24),
               Date = rep(seq.Date(as.Date("2016-01-01"), as.Date("2017-12-01"), 
                                   by = "month"), 10),
               FillCol = replace(runif(240), runif(240) < 0.9, NA),
               CheckCol = rep(letters[1:7], each = 7, length.out = 240))

data <- data %>% 
  group_by(Id) %>% 
  mutate(CheckColHasChanged = replace(lag(CheckCol) != CheckCol, 
                                      is.na(lag(CheckCol) != CheckCol), TRUE),
         FillColIsNA = is.na(FillCol))

因此，我试图将 FillCol 的任何观察结果向前推进，但是一旦我们遇到 CheckColHasChanged 的​​观察结果，就停止向前推进，直到 FillCol 中的下一个有效观察结果。我可以循环完成，但我正在努力正确地完成它。

Fill <- TRUE #indicator for whether or not I should be carrying forward
for(row in 2:nrow(data)){

  #if the CheckCol has changed, don't fill
  if(data$CheckColHasChanged[row]){Fill <- FALSE}

  #if we should fill and still have the same Id, then fill from the last obs
  if(Fill & data$Id[row] == data$Id[row - 1]){
    data$FillCol[row] <- data$FillCol[row - 1]
  }else{ #if there's a valid obs in FillCol, set the indicator back to true
    if(!data$FillColIsNA[row]){Fill <- TRUE}
  }
}

如有任何帮助，我们将不胜感激！

Answer 1

回答评论：这只是Id和CheckCol的填写：

data %>% group_by(Id, CheckCol) %>% 
    mutate(result = zoo::na.locf(FillCol, na.rm = FALSE))

按照您描述的方式 CheckCol，它就像 ID 一样对待。 "only if the values in another column haven't changed"和"grouped by a primary key"没有区别。您只有两列可以分组。